주간전략보고 : 투자의 생각 (7월 13일~7월 17일)

[원문 유형] 네이버 프리미엄 콘텐츠
[채널] 올바른 미국주식 by SAPIENS
[게시일] 2026.07.13. 오후 3:02
[원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/260713150209368zy
[제목] 주간전략보고 : 투자의 생각 (7월 13일~7월 17일)
[수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다.

[구독 원문 본문]
​

안녕하세요 올바른입니다.

​

매우 높은 변동성과 뉴스도 많은 피로한 국면입니다. Fable 5 서비스 재개, 파레토 프론티어로 복귀한 ⓐGPT-5.6 Sol ⓑMuse Spark 1.1 ⓒGrok 4.5 소식이 유의미했습니다.

​

엔비디아 Rubin/Rubin Ultra에 대한 경영진 코멘트, Rule 144A와 자금조달, 스칸듐 보고서와 블룸 공식 코멘트, 메모리 Changing Tide, 옵토일렉트로닉스 B. Riley 몽니 등이 담겼습니다.

​

AI 공급망 체크도 많았습니다. 6월의 GS 공급망 병목 테이블 업데이트, 메모리 관련 코멘트를 정리했으며, CXL 3.1 체크, 중국 내 모델 규제와 H200 수입 등의 맥락이 중요한 때입니다.

주간전략보고

2026-07-06

주간전략보고 : 투자의 생각 (7월 6일~7월 10일) (바로가기​)

2026-06-29

주간전략보고 : 투자의 생각 (6월 29일~7월 3일) (바로가기​)

2026-06-22

주간전략보고 : 투자의 생각 (6월 22일~6월 26일) (바로가기​)

2026-06-15

주간전략보고 : 투자의 생각 (6월 15일~6월 19일) (바로가기​)

투자자문 서비스에 따른 투자 시 원금 손실이 발생할 수 있으며, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다. 또한 과거의 투자수익이 미래의 수익률을 보장하지 않습니다.

​

신규 구독 전에, 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽으시고 충분히 검토하시기 바랍니다.

​

*투자자문계약 권유문서 : https://naver.me/5ZST47Qf

목차

주간전략보고 투자의 생각 : AI HW주도로 S&P500 EPS는 계속해서 상승하고 있다

1Q26 15주차 실적발표 훑어보기 : 15주차 3개 기업 - 업사이클 & 다운사이클 비교

투자의 생각 : ALAB, ORCL/CRWV, BE, MU, SNDK, SMTC, LITE/VIAV, AAOI

통신망 시공업체 : 모듈러 데이터센터 전기공사 및 구조화 배선 (구겐하임 Fireside chat)

Magnificent 7 : Anthropic ARR $69B, NVDA NDR, GPT-5.6 Sol, Muse Spark 1.1, Grok 4.5

​

📆 주간 캘린더 (7월 13일~7월 17일)

​

👨‍💻 → CPI/PPI & 은행과 ASML/TSMC로 2Q 실적발표 시즌 시작

​

> 경기/물가 : CPI (화) PPI, 원유재고 (수) 소매판매 (목)

> 고용/실업 : 신규실업수당청구건수 (목)

> 실적발표 : JPM, GS, BofA, WFC, C, AEHR (화) ASML, JNJ, MS, BLK, UAL (수) TSM, GE, ABT, PLD, NFLX, ISRG (목)

> 이벤트 : 알츠하이머 협회 컨퍼런스 (월~수)

​

주간전략보고 : 투자의 생각

AI HW주도로 S&P500 EPS는 계속해서 상승하고 있다

​

🧭 S&P500 EPS 추정치 변화 (~7/10)

25년 EPS : $271.23

26년 EPS : $340.74 ▲ (6/6 $338.16 ← 5/8 $334.61 ← 4/10 $322.33)

27년 EPS : $398.43 ▲ (6/6 $391.00 ← 5/8 $382.29 ← 4/10 $374.02)

​

S&P 500 P/E → 적정

AI HW 위주로 EPS가 빠르게 성장하는 와중에 주가가 빠져있다보니 밸류 매력도는 여전히 높습니다.

​

S&P 500을 견인하고 있는 AI 관련 기업들

S&P500 내의 AI 노출도가 이제 50.5% 수준까지 높아졌습니다.

*위 자료는 YTD를 기준으로 한 숫자이며, 아래 '주간 퍼포먼스 체크'는 이번 주만을 따졌을 때입니다.

​

주간 퍼포먼스 체크

지수(4) : S&P500(+0.9%), Nasdaq100(+0.8%), Dow30(-0.4%), Russell2000(-0.6%)

빅테크(7) : 메타(+12.8%), 엔비디아(+8.7%), 테슬라(+2.9%), 애플(+2.4%), 아마존(+0.8%), 마이크로소프트(-0.4%), 구글(-1.3%)

섹터(11) : 에너지(+3.7%), 테크(+2.0%), 커뮤니케이션(+1.7%), 금융(-0.2%), 경기민감재(-0.3%), 유틸리티(-0.5%), 필수소비재(-0.6%), 리츠(-0.7%), 산업재(-1.5%), 헬스케어(-1.5%), 원자재(-1.9%)​

1Q25 15주차 실적발표 훑어보기

15주차 3개 기업 - 업사이클 & 다운사이클 비교

​

*업사이클이란? : 매출성장률이 역성장(-)에서 성장(+)으로 전환한 기업이거나, '성장률'자체가 약한성장(+)에서 고성장(++)으로 증가하는 기업을 선별하기 위해 많이 참고하고 있습니다. 매출성장률과 영업이익률이 동시에 증가하는 기업일 때는 실적 증가폭도 크지만 리레이팅도 같이 붙기 때문에 가장 좋아하는 구간입니다.

​

*다운사이클이란? : 매출성장률이 성장(+)에서 역성장(-)으로 전환되거나, 역성장(-) 상태를 유지하거나, 고성장(++)에서 약한성장(+)으로 낮아지는 기업일 경우를 선별하기 위해 참고합니다. 업황이 다운사이클에 들어가면 매출성장률도 낮아지고 영업이익률도 동시에 감소하는 경우가 많기 때문에 실적 감소폭도 크지만 디레이팅도 같이 생기므로 가장 기피하는 구간입니다.

​

*'클릭 후 더블클릭'하시면 크게 보실 수 있습니다.

​

1Q26 15주차 실적발표

업사이클 ↗ : 이번주 실적발표 기업 중 업사이클인 기업은 없었습니다.

다운사이클 ↘ : 다운사이클인 기업도 딱히 없었습니다.

무중력 ↔ : 딱히 표시를 안한 기업군은 순풍/역풍이 뚜렷하지는 않다고 보는 기업군들입니다. 매크로 순풍이나 역풍에 움직이지 않을 때에는 대부분 무중력인 기업군이 많은 것이 정상입니다.

투자의 생각

ALAB, ORCL/CRWV, BE, MU, SNDK, SMTC, LITE/VIAV, AAOI

​

상대적인 매력도 평가

주가와 기업의 펀더멘탈을 고려해서 세 가지 기준으로 평가하고 있습니다.

​

Overweight = 비중확대

Neutral = 중립

Underweight = 비중축소

올바른 미국주식 by SAPIENS

Overweight *순서는 비중, 강도와 무관합니다*

Nvidia

Google

Vertiv

Bloom Energy

Sea Limited

DoorDash

Micron

dLocal

MercadoLibre

Figure Tech

Sandisk

CoreWeave

Lumentum

Applied Optoelectronics

Viavi Solutions

Semtech

​

아스테라랩스(ALAB)

​

아스테라랩스ALAB는 Neutral을 유지합니다. CY27 PER 70~80배 레인지입니다.

인텔/AMD의 차세대 CPU 출시 지연, CXL 3.1 개화시점도 살짝 지연

인텔이 Xeon 7 시리즈인 Diamond Rapids의 출시 시점을 2027년으로 연기했습니다. AMD의 차세대 서버 CPU인 EPYC Venice도 1Q27부터 양산될 예정이어서, 인텔과 AMD의 CXL 3.1 지원 서버 CPU가 본격적으로 시장에 공급되는 시점이 기존 예상보다 늦어지고 있습니다.

​

CPU 플랫폼 일정이 밀리면서 CXL 3.1 기반 메모리 모듈인 CMM-D 3.0의 양산 일정도 함께 연기됐습니다. CXL 2.0이 PCIe 5.0을 기반으로 하는 반면, CXL 3.1은 PCIe 6.0을 활용하기 때문에 이번 지연은 CXL 3.1 생태계의 수요 확대 시점이 뒤로 밀린다는 의미입니다.

​

아스테라랩스의 Aries PCIe 6.0 제품은 엔비디아 Rubin, AMD MI400, AWS Trainium3 등 차세대 AI 가속기 플랫폼에도 채택되고 있어 범용 서버 CPU 출시 지연에 따른 영향은 희석됩니다.

PCIe 6.0은 CXL 메모리에만 사용되는 기술이 아닙니다. GPU와 AI 가속기, NIC, DPU, SSD, PCIe 스위치 등을 연결할 때도 사용됩니다. 따라서 인텔의 범용 서버 CPU가 지연되더라도 차세대 AI 가속기와 클라우드 사업자의 자체 ASIC을 중심으로 한 PCIe 6.0 투자는 별도로 진행될 수 있습니다.

​

결론적으로 이번 뉴스는 아스테라랩스의 장기 성장 논리를 훼손할 정도의 이슈라기보다는 Leo 중 CXL 3.1 제품군의 매출 기여 시점이 다소 늦춰지는 단기적인 일정 조정에 가깝습니다.

​

CPU가 CXL 3.1과 관련이 있는 이유

차세대 CPU 출시 지연은 해당 CPU에 연결될 PCIe 6.0 기반 메인보드, CXL 메모리, 리타이머와 컨트롤러의 상용화 일정도 영향을 줍니다. CXL 메모리 모듈은 CPU와 독립적으로 작동하는 제품이 아닙니다. CPU가 CXL을 지원하는 호스트 역할을 하고 CMM-D와 같은 메모리 모듈은 CPU에 연결되는 확장 메모리 역할을 합니다. 단순하게 보자면 CXL은 CPU가 외부 메모리를 자신의 메모리처럼 인식하도록 만드는 기술입니다. CXL 3.1 메모리 모듈을 만들어도 이를 꽂아 사용할 수 있는 CXL 3.1 지원 CPU가 없으면 실제 서버에 탑재할 수 없습니다.

오라클(ORCL), 코어위브(CRWV)

​

오라클ORCL은 Neutral을 유지합니다.

​

S&P Global Ratings, Oracle 신용등급 'BBB' → 'BBB-'로 강등

오라클의 신용등급 하향 뉴스는 미국시간 7월 9일에 나온 내용으로 주가에는 녹아든 뉴스입니다. 좋진 않은 내용이었으나 당일 오라클 주가는 +2.7% 상승마감했었습니다.

아직 Junk는 아니지만 Junk 한 단계 위에 있는 단계입니다. S&P Global Ratings는 소프트웨어 기업에서 AI HW 인프라 기업으로 대규모 사업 전환을 추진하면서 생긴 구조적 리스크를 반영하여 등급을 하향했습니다. 재무 압박 요인으로는 네 가지를 꼽았습니다:

​

CapEx 급증 : FY27의 CapEx가 $90~$95B로 늘어난다.

FCF Negative 심화 : FY27 FCF는 -$42B에 달할 것으로 예상된다.

레버리지 비율 급등 : FY27에 레버리지 비율은 4배 중반에 달할 것으로 예상되며, S&P가 표준 'BBB' 등급에 적합하다고 보는 기준선을 초과하는 수준이다.

고객 집중도 : 오픈AI가 오라클 RPO의 약 절반을 차지하고 있다.

​

구조적인 리스크 면으로 보자면 맞는 내용들이고, 오라클의 레버리지 비율이 워낙 높다는 게 직접적인 요인이었을 것으로 추정됩니다.

​

코어위브CRWV는 Overweight을 유지합니다. EV/CY26 EOY ARR 4.24배입니다.

코어위브 1Q26 실적발표 : 적자만 보면 놓치는 코어위브의 진짜 변화

​

밸류 비교

Enterprise Value : 오라클 $546.2B, 코어위브 $80.6B, 네비우스 $55.5B, 아이렌 $15.9B

CY26 EOY ARR : 오라클 $40B(IaaS만, 매우 러프), 코어위브 $19B, 네비우스 $9B, 아이렌 $3.7B

EV/CY26 EOY ARR : 오라클 7.83배(아래 설명O), 코어위브 4.24배, 네비우스 6.17배, 아이렌 4.30배

CY26 CapEx : 오라클 $80B(FY27 아닌 CY26, 추정), 코어위브 $35B, 네비우스 $25B, 아이렌 비공개

​

*오라클은 ⓐ영업현금흐름으로 CapEx 중 상당부분을 자급자족하고 + ⓑ데이터센터를 직접 짓기 때문에 CapEx 부담은 높고 OpEx 부담은 낮은 구조임을 감안해야 하므로 실질 ARR을 더블인 $80B로 추정하더라도 7.11배입니다.

엔비디아는 GPU를 넘어 AI 인프라의 생태계를 장악하려 한다

​

'CY28 AI CapEx는 연간 $2T를 넘길 듯'

SemiAnalysis는 2028년 글로벌 AI 인프라 CapEx가 GPU, 네트워킹, 스토리지, CPU, 데이터센터를 포함해 연간 $2T를 넘어설 것으로 전망했습니다.

​

지금까지 AI 인프라 투자는 주로 하이퍼스케일러가 자체 현금흐름을 활용해 감당하는 구조였습니다. 그러나 최근에는 오라클뿐 아니라 메타와 구글까지 부채 조달을 확대하기 시작했습니다. 네오클라우드와 데이터센터 사업자 역시 대규모 차입 없이 수십억 달러 규모의 GPU 클러스터를 건설하기 어려운 상황입니다.

​

SemiAnalysis는 이러한 추세가 지속될 경우 2029년까지 AI 관련 부채 규모가 약 $7.1T에 이를 수 있다고 전망했습니다. 미국 주택담보부증권(MBS) 시장 다음으로 큰 자산담보성 부채 시장이 형성될 수 있다는 전망입니다.

​

AI 프로젝트가 성립되기 위한 세 가지 조건 : AI Project Trinity

대규모 AI 인프라 프로젝트가 실제로 추진되기 위해서는 자본조달, 장기 사용계약, 데이터센터라는 세 가지 조건이 동시에 충족되어야 합니다. SemiAnalysis는 이를 'AI Project Trinity'라고 표현했습니다.

​

Capital, 자본조달입니다. 은행과 사모신용펀드는 신용도가 낮은 네오클라우드 사업자에게 단순히 GPU 구매자금과 데이터센터 건설자금을 빌려주지 않습니다.

일반적으로는 메타나 마이크로소프트처럼 투자등급 신용도를 가진 하이퍼스케일러의 장기 사용계약이나 백스톱이 있어야 대출이 가능합니다.

Offtake, 장기 사용계약입니다. 네오클라우드는 GPU 장비를 구매하기 전에 이를 사용할 고객과 장기 계약을 체결해야 합니다. 그러나 고객은 네오클라우드가 실제로 GPU와 데이터센터를 확보할 수 있는지를 먼저 확인하려 합니다.

Datacenter, 전력과 데이터센터입니다. 데이터센터 사업자는 일반적으로 하이퍼스케일러와 10~15년 장기 임대계약을 체결하는 것을 선호합니다. 신용도가 낮은 네오클라우드에는 더 높은 임대료를 요구하거나 계약 자체를 꺼릴 수 있습니다.

​

결과적으로 네오클라우드는 돈을 빌리려면 고객 계약이 필요하고 ← 고객 계약을 체결하려면 GPU와 데이터센터를 확보해야 하며 ← 데이터센터를 확보하려면 다시 돈과 고객 계약이 필요한 구조에 놓입니다. 세 조건이 서로를 선행조건으로 요구하는 닭과 달걀의 문제가 발생하는 것입니다.

​

기존 네오클라우드 금융은 '5년짜리 하이퍼스케일러 take-or-pay 계약'

지금까지 네오클라우드 금융의 표준은 대체로 5년짜리 하이퍼스케일러 take-or-pay 계약이었습니다.

​

예를 들어 메타나 마이크로소프트처럼 신용도가 높은 고객이 5년 동안 일정 규모의 GPU 사용료를 지급하기로 보장하면 은행과 사모신용펀드는 해당 계약에서 발생할 현금흐름을 담보로 네오클라우드에 자금을 빌려줍니다.

​

문제는 이러한 금융 구조가 지원할 수 있는 고객층이 지나치게 좁습니다. AI 스타트업, 추론 서비스 사업자, 일반 엔터프라이즈 고객들은 대부분 1년 이하의 짧은 계약을 선호합니다.

특히 AI 추론 업체들은 모델 가격, GPU 임대료, 토큰 수요가 빠르게 변하기 때문에 3~5년짜리 장기계약을 체결하기 어렵습니다.

​

반면 네오클라우드는 금융 조달을 위해 장기계약을 필요로 합니다. 이 때문에 단기 계약을 원하는 고객은 충분한 GPU를 확보하지 못하거나 과도한 선불금을 지급해야 하는 상황에 놓이게 됩니다. GPU 수요가 충분히 존재함에도 금융 구조의 제약으로 인해 공급이 대형 하이퍼스케일러 고객에게 집중되는 문제가 발생하는 것입니다.

​

엔비디아 백스톱은 네오클라우드의 '최소 매출'을 보증한다

여기서 엔비디아의 백스톱 프로그램이 작동합니다.

​

엔비디아 백스톱은 네오클라우드가 GPU 컴퓨팅 용량을 외부 고객에게 충분히 판매하지 못할 경우, 엔비디아가 사전에 정한 가격으로 해당 컴퓨팅 용량을 구매하겠다고 보증하는 구조입니다.

​

구조는 다음과 같습니다:

네오클라우드는 엔비디아 GPU를 구매해 클러스터를 구축합니다. 엔비디아는 일정 기간 네오클라우드의 최소 컴퓨팅 매출을 보장합니다. 대신 네오클라우드가 시장에서 백스톱 가격보다 높은 가격에 GPU를 임대하면, 백스톱 가격을 초과하는 수익의 일부를 엔비디아와 공유합니다.

엔비디아의 보증은 네오클라우드의 최종 수요를 완전히 대체하는 것이 아니라, 프로젝트의 최소 현금흐름을 만들어 부채 조달이 가능하도록 만드는 신용보강 장치에 가깝습니다.

​

엔비디아는 장비 판매 이후의 클라우드 매출까지 확보

엔비디아는 백스톱을 통해 단순히 네오클라우드를 지원하는 것이 아니라 GPU 시장의 금융 구조 자체를 자사 중심으로 재설계하고 있습니다. 기존 사업모델에서는 엔비디아가 GPU를 판매하면 장비 판매 마진만 얻고 이후 GPU 임대에서 발생하는 클라우드 매출은 네오클라우드가 가져갔습니다.

​

그러나 백스톱 구조에서는 엔비디아가 GPU 판매 마진을 확보하는 동시에 네오클라우드의 GPU 임대 매출 일부를 반복적으로 공유받을 수 있습니다. 하드웨어 일회성 매출에 클라우드 사용량과 연동된 반복 수익이 추가되는 구조입니다. 엔비디아는 네오클라우드가 프로젝트를 금융 가능하게 만드는 데 필요한 신용을 제공하고 그 대가로 프로젝트의 장기 경제성 일부를 가져갑니다.

​

*왼쪽 : 백스톱으로 인해서 조달금리가 크게 낮아진다

*오른쪽 : 미국 네오클라우드가 국외 데이터센터 구축 수요에 비해 훨씬 더 높을 것

​

6년 백스톱의 경제성

일반적으로 엔비디아 백스톱은 6년 구조로 설명됩니다:

​

엔비디아는 6년 동안 사전에 정한 가격으로 컴퓨팅을 구매할 준비가 되어 있고, 네오클라우드는 시장에서 이보다 높은 가격으로 GPU를 임대할 경우 초과 수익 일부를 엔비디아와 공유합니다.

예를 들어 GB300의 1년차 시장 임대 가격을 GPU당 시간당 $6.75로 가정하고, 엔비디아의 백스톱 가격을 $3.68로 설정할 수 있습니다. 두 가격의 차이는 시간당 $3.07입니다.

엔비디아의 초과 수익 공유율을 40%로 가정하면 엔비디아는 시간당 약 $1.23를 가져갑니다. 네오클라우드는 백스톱 가격 $3.68에 나머지 초과 수익 약 $1.84를 더한 총 $5.52를 실현하게 됩니다.

백스톱이 없다면 네오클라우드가 시간당 $6.75를 모두 가져갈 수 있기 때문에 프로젝트 수익률은 더 높아집니다. 그러나 백스톱이 없다면 대출 자체가 나오지 않아 클러스터를 건설하지 못할 수 있습니다. 따라서 네오클라우드 입장에서 백스톱은 잠재 수익의 일부를 엔비디아에 양도하는 대신 프로젝트를 금융 가능한 상태로 만들어주는 장치입니다.

​

마치 중앙은행처럼, 백스톱은 존재 자체가 중요하다

중요한 점은 엔비디아와 네오클라우드 모두 실제로 백스톱이 발동되는 상황을 원하지 않는다는 것입니다.

​

백스톱 가격은 정상적인 시장 임대료보다 낮게 설정됩니다. 네오클라우드가 외부 고객을 확보하지 못하고 모든 컴퓨팅을 백스톱 가격으로 엔비디아에 판매할 경우 프로젝트 내부수익률은 0%에 가깝거나 소폭 마이너스가 될 수 있습니다.

​

그러나 이러한 최악의 시나리오에서도 최소한 부채를 상환할 수 있는 현금흐름은 확보됩니다. 대출기관 입장에서는 프로젝트가 완전히 무너져 원금 회수가 불가능해지는 위험이 크게 낮아지는 것입니다. 결국 백스톱의 가장 중요한 기능은 엔비디아가 실제로 GPU 용량을 사용하는 것이 아니라 엔비디아의 신용을 이용해 네오클라우드의 금융비용을 낮추고 자금조달을 가능하게 만드는 데 있습니다.

​

최근 백스톱 전략을 사용한 곳 : SharonAI & Firmus

현재 공개된 엔비디아 백스톱 사례는 모두 아태 지역에 집중되어 있습니다.

​

SharonAI : SharonAI는 호주에서 72MW 규모의 AI 팩토리를 구축하고 있습니다. 최대 약 4만 개의 GB300 GPU가 배치될 예정이며 엔비디아의 6년 백스톱 총액은 $4.88B로 공개됐습니다. 이를 6년 전체 GPU 사용시간으로 나누면 평균 백스톱 가격은 GPU당 시간당 약 $2.33으로 해석할 수 있습니다. SharonAI는 전체적으로 132MW 규모의 인프라를 구축하고 있으며 2027년 중반까지 5.5만 개 이상의 엔비디아 GPU를 확보한다는 목표를 가지고 있습니다. 엔비디아의 백스톱이 없었다면 이러한 규모의 프로젝트에 필요한 부채 조달이 훨씬 어려웠을 가능성이 큽니다.

Firmus : Firmus는 인도네시아 바탐에서 360MW 규모의 AI 클러스터를 추진하고 있습니다. 데이터센터 부지로는 DayOne의 Kabil Industrial Tech Park 시설이 유력하게 언급되고 있습니다. Firmus는 기존에도 싱가포르, 멜버른, 태즈메이니아 등에서 GPU 클러스터를 구축해왔으며, 블랙스톤과 Coatue의 지원을 받은 바 있습니다. Firmus는 인도네시아 프로젝트를 통해 6년 동안 약 $25B~$30B의 고객 매출을 창출할 것으로 기대하고 있습니다. 네오클라우드가 엔비디아의 백스톱 가격보다 높은 가격으로 컴퓨팅을 판매하면 엔비디아는 해당 초과 매출 일부를 공유받게 됩니다.

​

SemiAnalysis는 공개된 SharonAI와 Firmus 사례 외에도 다수의 비공개 백스톱 거래가 진행되고 있는 것으로 보고 있습니다.

​

AMD/구글은 더 적극적으로 백스톱 중

이러한 구조를 엔비디아만 사용하는 것은 아닙니다.

​

AMD는 2025년부터 AWS, OCI, DigitalOcean, Vultr, TensorWave, Crusoe 등과 관련해 유사한 백스톱 구조를 활용해온 것으로 알려졌습니다. 클라우드 사업자가 AMD GPU를 더 많이 구매하는 대신 외부 판매가 예상보다 부진할 경우 AMD가 내부 소프트웨어 개발과 최적화 작업을 위해 일정 규모의 GPU 용량을 장기 임대하는 방식입니다. GPU 공급업체가 단순히 반도체를 판매하는 것을 넘어 고객의 컴퓨팅 매출과 잔존가치까지 보강하며 GPU 인프라 프로젝트의 금융에 직접 참여하기 시작한 것입니다.

​

구글은 TPU를 외부 고객에게 판매하기 위해 컴퓨팅 사용량을 보장하는 백스톱과 데이터센터 장기 임차 전략을 먼저 적극적으로 활용해왔습니다.

GPU나 TPU를 실제로 판매하기 위해서는 칩의 성능만으로는 충분하지 않습니다. 고객이 해당 컴퓨팅을 사용할 수 있도록 자본, 데이터센터, 전력, 금융을 함께 제공해야 합니다. 구글이 TPU를 클라우드 외부로 확장하기 시작하면서 엔비디아 역시 GPU 공급망뿐 아니라 금융과 데이터센터 공급망까지 직접 통제할 필요성이 커진 것입니다.

​

엔비디아의 백스톱 매출은 CY29까지 빠르게 성장할 것

SemiAnalysis는 엔비디아의 백스톱과 수익공유 프로그램을 통한 추가 매출이 빠르게 증가할 것으로 전망했습니다. 관련 매출은 CY1Q27 $1.8B → CY1Q28 $8.0B → CY1Q29에는 $13.9B까지 확대될 것으로 예상했습니다. 엔비디아의 전체 매출에서 차지하는 비중은 제한적입니다. 그러나 하드웨어를 판매한 이후에도 GPU 사용량과 연계된 반복적이고 고마진인 수입원이 생긴다는 점이 중요합니다. 엔비디아는 GPU 판매 시점의 매출뿐 아니라 해당 GPU가 향후 6년 동안 만들어내는 클라우드 경제성에도 참여하게 됩니다.

​

남은 이슈는 데이터센터와 전력

백스톱을 통해 AI Project Trinity의 첫 번째 조건인 Capital과 두 번째 조건인 Offtake 문제를 해결하더라도, 세 번째 조건인 Datacenter 문제가 남습니다.

​

GPU 구매자금을 확보해도 전력과 데이터센터가 없다면 클러스터를 구축할 수 없습니다. 특히 데이터센터 사업자는 신용도가 낮은 네오클라우드보다는 장기계약을 체결할 수 있는 투자등급 하이퍼스케일러를 선호합니다. 이에 엔비디아는 Powered Shell 용량을 직접 임차한 뒤 네오클라우드에 재임대하는 방안까지 추진하고 있습니다.

이것도 구글이 했던 전략을 그대로 사용하는 것입니다.

​

Powered Shell은 전력과 냉각, 건물, 네트워크 연결 등 기본적인 데이터센터 인프라가 준비된 공간입니다. 엔비디아가 이를 먼저 장기 임차하면 데이터센터 사업자는 엔비디아의 신용을 기반으로 시설을 건설할 수 있고, 네오클라우드는 신용도 문제를 우회해 필요한 전력과 공간을 확보할 수 있습니다.

​

최근 2개 분기 동안 엔비디아가 계약한 Powered Shell 용량은 700MW를 넘어선 것으로 파악되며, 향후 수 GW 규모의 추가 계약도 논의되고 있습니다.

​

생태계 그자체가 되고 있는 엔비디아

구글이 먼저 TPU를 판매하기 위해서 여러 베네핏을 주다보니 레벨이 높아진 것이긴 하지만, 엔비디아의 백스톱 전략은 단순한 고객 금융이나 GPU 판매 촉진책을 넘어섰습니다. 엔비디아는 GPU 판매자이면서 네오클라우드의 최소 매출을 보장하는 최종 수요자, 데이터센터 용량을 확보하는 장기 임차인, GPU 클라우드 매출을 공유받는 경제적 파트너가 되고 있습니다.

​

GPU 판매량을 늘리는 동시에 하드웨어 판매 이후 발생하는 반복 매출까지 확보하고, 경쟁 GPU와 ASIC이 네오클라우드 시장에 진입하기 어려운 구조를 만드는 전략입니다.

Rule 144A : 데이터센터 프로젝트 자금조달 창구

​

데이터센터 디벨로퍼들이 Rule 144A 시장으로 향하는 이유

AI 데이터센터 개발사들이 Rule 144A 사모채 시장을 새로운 자금조달 통로로 활용하기 시작했습니다. 하이퍼스케일러와 선도 AI 연구소가 지급할 장기 임대료를 사실상의 담보로 삼아 전체 프로젝트 비용의 최대 90~95%까지 채권으로 조달하는 구조입니다.

AI 데이터센터는 프로젝트당 투자 규모가 수십억~수백억 달러에 달합니다. 개발사가 자기자본만으로 여러 프로젝트를 동시에 추진하기는 어렵기 때문에 장기 임차계약을 기반으로 대규모 기관 자금을 빠르게 끌어올 수 있는 Rule 144A 시장의 중요성이 커지고 있습니다.

​

Rule 144A란 무엇인가?

Rule 144A는 비공개로 발행된 증권을 일정 요건을 갖춘 기관투자자끼리 거래할 수 있도록 허용하는 제도입니다. 일반 공모채와 비슷하게 유통시장에서 거래할 수 있으면서도 SEC 등록과 광범위한 공시 의무를 피할 수 있다는 것이 특징입니다. 매수자는 통상 운용자산이 $100M 이상인 적격 기관투자자, 즉 QIB로 제한됩니다.

​

개인투자자가 직접 참여할 수는 없지만 일반적인 사모대출보다 유동성이 높습니다. 발행사 입장에서는 더 많은 기관투자자를 대상으로 대규모 자금을 비교적 유리한 조건에 조달할 수 있습니다. 현재 투자등급 Rule 144A 채권시장의 규모는 약 $3.5T​로 추산됩니다. 2026년 들어 발행된 144A 채권은 이미 $448B에 달하며, 현재 속도가 이어진다면 2025년 연간 발행액인 $615B를 넘어설 가능성이 높습니다.

​

아직 데이터센터 프로젝트 자금 창구 조달 역할로 룸이 충분히 남아있기는 하지만, 꽤나 빠르게 성장하고 있다는 점에서 미리 주목할 만한 내용입니다.

​

메타가 데이터센터-Rule 144A 구조의 선례를 만들었다

AI 데이터센터 분야에서 가장 상징적인 거래는 메타가 만들었습니다:

​

메타는 2025년 10월 Blue Owl과 설립한 합작법인 Beignet Investor LLC를 통해 루이지애나 데이터센터 개발 자금 $27B를 Rule 144A 채권으로 조달했습니다.

Pimco가 이 가운데 약 $18B를 우선 인수한 뒤 여러 펀드와 투자 파트너에게 배분했습니다.

​

​

이 거래는 데이터센터 개발사들에게 하나의 표준 모델을 제시했습니다. 신용도가 높은 하이퍼스케일러와 장기 임대계약을 체결하고, 프로젝트를 별도 법인에 넣은 뒤, 향후 발생할 임대료 현금흐름을 바탕으로 대규모 채권을 발행하는 구조입니다. 메타의 거래 이후 TeraWulf, Cipher Mining, Applied Digital 등 AI 데이터센터 개발사들도 유사한 방식을 빠르게 채택했습니다. 2025년 5월 이후 데이터센터 개발사와 네오클라우드가 Rule 144A 시장에서 조달한 금액은 26건, 총 $71.9B에 달합니다.

​

왜 Rule 144A로 조달하나? #1 - SPV는 자체 신용도 부재

대부분의 데이터센터 개발사는 프로젝트별로 자회사나 특수목적법인인 SPV를 설립합니다. 특정 프로젝트의 위험을 모회사에서 분리하고 투자자들이 해당 자산과 현금흐름만 평가할 수 있도록 하기 위해서입니다.

​

문제는 새로 설립된 SPV에는 사업 이력과 자체 신용도가 거의 없다는 점입니다. 담보가 될 데이터센터도 아직 건설되지 않은 상태이기 때문에 전통적인 은행 건설대출이나 프로젝트 파이낸싱만으로는 필요한 자금을 모두 조달하기 어렵습니다.

​

Rule 144A 채권은 프로젝트 개발사의 자체 신용도보다 데이터센터를 사용할 임차인의 신용도와 장기 임대료 현금흐름에 초점을 맞춥니다. 임차인이 메타/마이크로소프트/구글 같은 하이퍼스케일러이거나 시장 지위가 높은 AI 연구소라면 투자자는 개발사의 재무구조보다 임차인이 장기간 임대료를 지급할 수 있는지를 더 중요하게 평가할 수 있습니다.

​

메타의 Beignet 채권 쿠폰은 6.6%로 메타가 직접 발행하는 회사채보다 약 1%포인트 높은 수준에 불과했습니다. 프로젝트 법인이 발행한 채권임에도 메타의 장기 임대료가 상환 재원이기 때문에 메타 회사채에 가까운 금리로 자금을 조달할 수 있었던 것입니다. TeraWulf와 Cipher Mining의 데이터센터 채권금리 역시 이보다 크게 높지 않았습니다. 결국 임차인의 신용도가 높고 계약 기간이 충분히 길다면, 데이터센터 개발사는 자체 신용도보다 훨씬 유리한 조건으로 자금을 조달할 수 있습니다.

​

왜 Rule 144A로 조달하나? #2 - 프로젝트 비용의 90~95%까지 공격적 조달 가능

Rule 144A 구조의 가장 큰 장점은 높은 레버리지입니다.

​

일반적인 프로젝트 파이낸싱 대출은 전체 프로젝트 비용의 약 60~80%까지 차입하는 경우가 많습니다. 반면 일부 데이터센터 Rule 144A 거래는 전체 개발비의 90~95%까지 채권으로 조달하고 있습니다.

​

예를 들어 $10B 규모의 데이터센터를 건설할 경우 개발사가 직접 투입해야 하는 자기자본은 $500M~$1B에 그칠 수 있습니다. 나머지 $9B~$9.5B는 장기 임대계약을 기반으로 발행한 채권으로 충당하는 것입니다. 개발사 입장에서는 대규모 증자나 추가 지분투자 없이도 여러 데이터센터 프로젝트를 동시에 추진할 수 있습니다. 동일한 자기자본으로 더 많은 프로젝트를 개발할 수 있기 때문에 자본 효율성과 자기자본수익률도 크게 높아집니다.

​

왜 Rule 144A로 조달하나? #3 - 속도와 깜깜이 공시도 장점

Rule 144A는 전통적인 프로젝트 파이낸싱보다 협상과 실행 속도가 빠르다는 장점도 있습니다.

​

은행 중심의 프로젝트 파이낸싱은 여러 금융기관이 참여하면서 대출 약정, 담보 구조, 공사 진행 조건 등을 장기간 협상해야 합니다. 반면 144A 채권은 대형 기관투자자와 주관사를 중심으로 구조를 설계한 뒤 채권시장에 배분할 수 있습니다.

​

공시 부담도 상대적으로 작습니다. 모회사 전체의 상세한 재무정보를 공개하기보다 해당 SPV의 자산, 임대계약, 상환 구조와 관련된 정보만 제한적으로 제공할 수 있습니다. 대규모 AI 데이터센터를 신속하게 착공해야 하는 개발사 입장에서는 높은 레버리지뿐만 아니라 조달 속도와 공시 유연성도 중요한 선택 요인입니다.

​

문제는 '깜깜이' 구조

Rule 144A 채권은 개인투자자가 직접 매수할 수 없습니다. 그러나 개인이 가입한 뮤추얼펀드와 채권형 펀드는 이러한 채권을 대량으로 보유할 수 있습니다. 2026년 3월 말 기준 Pimco Income Fund는 Beignet 채권을 약 $4.2B 보유하고 있었으며, 이는 전체 포트폴리오의 1.88%에 해당했습니다. 해당 펀드 자산의 약 3분의 1은 개인투자자에게 판매되는 클래스에 포함돼 있습니다.

​

따라서 데이터센터 프로젝트가 실패하거나 임차인의 재무상태가 악화돼 임대계약이 흔들릴 경우 손실이 대형 기관투자자에게만 머무르는 것은 아닙니다. 개인투자자가 보유한 채권형 펀드의 수익률과 순자산가치에도 영향을 줄 수 있습니다. 특히 여러 펀드가 비슷한 데이터센터 채권을 동시에 보유하고 있다면 특정 프로젝트나 임차인에서 발생한 문제가 채권형 펀드 시장 전반으로 전이될 가능성도 있다는 게 구조적인 이슈입니다.

​

현금흐름이 잘 돌고 있을 때는 문제가 없기에 아직 먼저 우려할 사항은 아니지만 나중에 한 번씩 살펴볼 만한 약한 고리이기 때문에 정리해봤습니다.

블룸에너지(BE)

​

블룸에너지BE는 Overweight을 유지합니다. CY27 PER 27.2배입니다.

블룸에너지 CEO 인터뷰 : AI 전력난이 꺠운 25년의 기다림, 마침내 '칩 + 전력 = 지능'의 시대

블룸에너지 1Q26 실적발표 : 매출 130% 성장과 마진 빅서프, AI 전력난 해결사⚡️의 일은 이제 시작

​

스칸듐 공매도 보고서 : 회사는 기밀을 공개하지 않는 선에서 다 말했다

​

두 건의 공매도 보고서와 블룸에너지의 스칸듐 코멘트

Hunterbrook와 Crossroads Capital가 블룸에너지의 스칸듐 공급망을 문제 삼는 공매도 보고서를 발간했습니다. 다른 건 구조적으로 문제가 될 것은 없고, 블룸에너지가 사용하는 산화스칸듐이 장기 성장 목표와 생산 목표를 달성하는 데 충분하냐 문제가 없느냐를 생각해보시면 됩니다.

​

블룸에너지는 자료로 중요한 것은 다 말했다

블룸에너지는 즉시 <Demystifying Scandium Oxide: Why It Matters in Bloom Fuel Cells> 자료로 상세하게 설명했습니다. 가장 중요한 것부터 두괄식으로 생각을 정리해보면:

​

현재 확보한 다각화된 글로벌 산화스칸듐 공급망만으로도 연간 최대 25GW의 연료전지 생산능력을 지원할 수 있다고 밝혔습니다. 회사의 설명이 맞다면 적어도 중장기 성장 과정에서 스칸듐이 생산량을 제한하는 직접적인 병목으로 작용할 가능성은 높지 않습니다. 블룸에너지는 여기서 그치지 않고 추가적인 회수 공정과 공급업체를 확보해 산화스칸듐 공급망을 계속 확대할 계획이라고 설명했습니다.

다만 회사는 GW당 산화스칸듐 사용량, 현재 확보한 재고, 공급업체별 조달량, 평균 조달가격과 계약기간 등을 구체적으로 공개하지 않겠다고 했습니다.

블룸에너지는 이를 핵심적인 영업기밀이자 경쟁우위로 보고 있기 때문이라고 설명했습니다.

당사는 현재 구축된 산화스칸듐의 다각화된 글로벌 공급망이 연간 최대 25GW의 생산 능력을 뒷받침할 수 있다고 믿으며, 산화스칸듐 공급에 있어 중국에 의존하지 않는다고 판단합니다.

​

We believe that our current diversified global supply chain of scandium oxide can support up to 25 GW per year of production capacity, and that we are not dependent on China for scandium oxide.

2026-07-07, Bloom Energy <Demystifying Scandium Oxide: Why It Matters in Bloom Fuel Cells>

핵심은 미리 봤으니, 다시 배경부터 쭉 정리해봅니다.

​

스칸듐은 블룸에너지 SOFC에서 어떤 역할을 하는가

블룸에너지 연료전지의 핵심에는 사람 머리카락 한 가닥 정도로 얇은 세라믹 전해질층이 있습니다. 이 전해질은 주로 산화지르코늄으로 만들어집니다. 산화지르코늄은 산업용 용광로, 전기 절연체, 전자제품, 치과 임플란트 등 다양한 분야에서 사용되는 범용 엔지니어링 소재입니다. 원료는 주로 호주와 남아프리카에서 채굴되며, 고순도 제품은 일본과 미국 등에서 생산됩니다.

​

블룸에너지는 고순도 산화지르코늄에 소량의 산화스칸듐을 첨가합니다. 산화스칸듐은 전해질의 성능을 높이는 도펀트 역할을 합니다. 전해질은 산소 이온이 한쪽 면에서 다른 쪽 면으로 이동하도록 하는데 산소 이온이 반대편의 메탄이나 수소와 반응하면서 전기가 생성됩니다.

산화스칸듐을 첨가하면 산소 이온의 이동이 원활해지면서 연료전지의 출력과 효율이 높아지고 수명은 길어지며 연료 소비량은 감소합니다.

​

중요한 점은 산화스칸듐이 전체 세라믹 소재에서 차지하는 비중이 매우 작다는 것입니다. 전해질 자체가 초박형이기 때문에 연료전지 한 대에 들어가는 산화스칸듐의 절대량도 많지 않습니다. 블룸에너지는 이를 음식의 맛을 개선하기 위해 소량의 소금을 첨가하는 것에 비유했습니다. 투입량은 적지만 제품의 성능에는 상당한 영향을 미친다는 의미입니다.

​

스칸듐의 문제는 경제성이다

스칸듐은 흔히 희토류로 분류되지만 지구상에 존재하는 절대량이 특별히 적은 금속은 아닙니다. 지각에 널리 분포되어 있으며, 지질학적 매장량만 보면 납보다도 풍부하다는 것이 블룸에너지의 설명입니다.

​

문제는 스칸듐이 경제적으로 채굴할 수 있을 정도의 높은 농도로 모여 있는 경우가 드물다는 것입니다. 철이나 구리는 특정 지역에 고농도로 매장되어 있어 해당 금속을 목적으로 광산을 개발할 수 있습니다. 반면 스칸듐은 여러 광물에 소량씩 분산되어 있어 스칸듐만을 얻기 위해 광석을 채굴하면 막대한 양의 원광을 처리해야 합니다.

​

따라서 스칸듐의 희소성은 지질학적인 부족보다 경제적으로 회수 가능한 공급원의 부족에 가깝습니다. 환경 규제와 폐기물 처리 문제까지 고려하면 스칸듐만을 목적으로 한 대규모 1차 채굴은 경제성을 확보하기 어렵습니다.

​

블룸에너지는 스칸듐을 직접 채굴하진 않는다

블룸에너지는 이러한 특성을 고려해 스칸듐 전용 광산에 의존하는 대신 기존 산업 공정에서 발생하는 부산물과 폐기물에서 산화스칸듐을 회수하는 방식을 개발했습니다.

티타늄, 니켈, 코발트, 우라늄 등을 채굴하고 가공하는 과정에서는 스칸듐을 함유한 광물이 이미 함께 처리됩니다. 주요 금속을 추출한 뒤 남은 폐기물과 공정 부산물에도 회수 가능한 스칸듐이 남아 있습니다.

​

블룸에너지는 이러한 부산물에서 산화스칸듐을 경제적으로 회수하는 독자적인 공정과 제조 노하우를 오랜 기간 축적했다고 설명합니다. 스칸듐을 새로 채굴하는 것이 아니라 이미 처리되고 있는 원광과 산업 폐기물에서 회수하기 때문에 1차 채굴에 대한 의존도를 낮출 수 있습니다. 동시에 폐기물을 고부가가치 소재로 전환할 수 있어 환경적인 측면에서도 유리합니다.

​

블룸에너지는 이러한 회수 기술과 공급업체 네트워크가 연료전지 제조 기술과 별개로 상당한 경쟁우위를 형성한다고 주장합니다. 회사는 스스로를 세계 최대 규모의 산화스칸듐 소비 기업이라고 표현하고 있습니다.

​

티타늄 산업의 부산물이 중요한 이유

블룸에너지가 대표적인 잠재 공급원으로 제시한 산업은 티타늄 가공입니다. 전 세계적으로 매년 약 1,000만 톤의 티타늄 광석이 가공되고 있으며 대부분 흰색 페인트 등에 사용되는 이산화티타늄 생산에 투입됩니다. 이 과정에서 산화스칸듐을 함유한 대규모 폐기물과 공정 부산물이 발생합니다.

​

전 세계 티타늄 가공량의 절반 이상은 중국 이외 지역에서 처리됩니다. 캐나다와 호주에는 대형 티타늄 광산이 존재하며 북미와 유럽의 산업시설에서도 상당한 규모의 가공 부산물이 발생합니다. 블룸에너지는 이러한 글로벌 티타늄 가공 부산물을 활용하면 이론적으로 연간 수백 톤의 산화스칸듐을 회수할 수 있다고 설명합니다. 즉, 현재 상업적으로 거래되는 산화스칸듐 시장만 보면 공급량이 제한적으로 보일 수 있지만 기존 산업 부산물까지 잠재 공급원에 포함하면 회수 가능한 자원량은 훨씬 커질 수 있다는 주장입니다.

​

"현재 공급망으로 연간 25GW까지 생산 가능하다"

블룸에너지는 "현재 확보한 다각화된 글로벌 산화스칸듐 공급망만으로도 연간 최대 25GW의 연료전지 생산능력을 지원할 수 있다"고 밝혔습니다. 현재 블룸에너지의 생산규모와 비교하면 상당히 큰 수준입니다.

​

회사의 설명이 맞다면 적어도 중장기 성장 과정에서 스칸듐이 생산량을 제한하는 직접적인 병목으로 작용할 가능성은 높지 않습니다. 블룸에너지는 여기서 그치지 않고 추가적인 회수 공정과 공급업체를 확보해 산화스칸듐 공급망을 계속 확대할 계획이라고 설명합니다.

​

다만 회사는 GW당 산화스칸듐 사용량, 현재 확보한 재고, 공급업체별 조달량, 평균 조달가격과 계약기간 등을 구체적으로 공개하지 않고 있습니다. 블룸에너지는 이를 핵심적인 영업기밀이자 경쟁우위로 보고 있기 때문이라고 설명합니다.

마이크론(MU)

​

마이크론MU은 Overweight을 유지합니다. CY27 PER 4.90배(FY27 PER 5.44배)입니다.

마이크론 2Q26 실적발표 : 이제 메모리는 찍기도 전에 팔린다

추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath'

추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘

​

초점은 ASP의 성장률 → 장기 성장 가시성

​

모건스탠리 <Changing Tides>

모건스탠리가 <Changing Tides>라는 제목으로 메모리 ASP 변화율의 정점에 근접 중이라고 평했습니다. ASP 상승률로 보자면 이제 둔화되기 시작할 때가 다가오고 있다는 내용입니다.

그리고 전략적으로는 메모리 및 AI HW보다는 하이퍼스케일러를 선호로 잡았습니다. 모건스탠리가 최근 바이사이드 메인 고객사로 헤지펀드들을 두고 있다보니 롱/숏을 잡아주는 시도를 많이 하는데, Long 빅테크 / Short AI HW 시도인 셈입니다.

​

가격 상승률 둔화와 가격 상승의 종료는 다르다

메모리 산업을 전형적인 시클리컬 관점으로 바라보면 다음과 같은 흐름을 먼저 떠올리기 쉽습니다:

가파른 가격 상승 이후 상승률이 둔화되고

가격이 피크아웃한 뒤 하락하기 시작하며

재고가 누적되면서 다운사이클이 강화되는 그림입니다.

​

하지만 이번 사이클에서는 가격 상승률의 둔화와 가격 상승의 종료를 구분해서 볼 필요가 있습니다. 현재는 재고가 낮은 상태에서 수요 대비 공급이 부족하며, AI Labs의 ARR 성장에서도 확인되듯 최종 수요의 성장 속도는 계속해서 기존 예상치를 상회하고 있습니다. 따라서 가격이 절대적으로 높은 수준에 도달하면서 상승률이 자연스럽게 낮아지는 것과, 수요가 둔화되어 가격 상승 자체가 끝나는 것은 전혀 다른 문제입니다.

​

수요가 계속해서 증가하는가?

이미 Gb당 ASP는 이미 꽤 높은 수준까지 올라왔습니다. 따라서 3Q25~4Q25~1Q26~2Q26처럼 매 분기 QoQ 50% 이상의 가격 상승률을 반복하기는 어렵습니다. 다만 상승률이 낮아지더라도 가격 상승 흐름은 이어질 수 있습니다. 3Q26에는 QoQ 약 20%, 4Q26에는 QoQ 10~15% 수준의 추가적인 가격 상승이 가능하며, 이후에는 매년 일정 수준 이상의 가격 상승이 유지되는 구조로 수렴할 것으로 예상합니다.

​

중요한 것은 과거와 같은 폭발적인 분기별 상승률이 아니라, 높은 가격 수준에서 완만한 상승이 장기간 지속될 수 있는지입니다.

​

어느 정도의 매출 성장률을 기대하는가?

연간 공급량이 20% 증가하고, ASP가 25% 상승한다고 가정하면 연간 매출 성장률은 다음과 같습니다:

공급량 YoY 20% 증가 x ASP YoY 25% 상승 = 매출 YoY 50% 증가

ASP 상승률이 정점을 통과하더라도 공급량과 가격이 동시에 증가한다면, 연간 매출은 여전히 YoY 38~50% 수준의 높은 성장 궤적을 유지할 수 있습니다. 결국 투자자들이 봐야 할 것은 분기별 ASP 상승률의 정점 여부가 아니라 공급 증가와 가격 상승이 동시에 이어지는 다년간의 이익성장 구조가 얼마나 지속될 수 있는가입니다.

​

HDD가 CY27 PER 20~25배까지 재평가된 이유

HDD 기업들이 CY27 PER 20~25배까지 평가받을 수 있었던 것도 다년간 이익성장에 대한 가시성이 높아졌기 때문입니다. HDD는 데이터 증가에 따른 bit 수요가 충분하지만 아직 대규모 클린룸 증설은 나타나지 않고 있습니다. 동시에 WDC/STX/Toshiba 등 상위 3개 기업이 공급을 사실상 통제하고 있기 때문에 수요 증가가 곧바로 과잉 공급으로 이어질 가능성도 제한적입니다.

​

이처럼 충분한 수요와 강한 공급 규율이 동시에 유지되면서 HDD 기업들은 단기적인 업사이클 수혜주가 아니라 다년간 이익성장이 가능한 기업으로 재평가받았습니다.

​

현재 구조만 놓고 보면 HDD가 메모리보다 장기 이익성장에 대한 가시성이 높은 것은 맞습니다. HDD는 공급업체가 3개사로 제한되어 있고, 물리적인 생산능력 확대도 쉽지 않습니다.

반면 메모리와 스토리지는 아직 다들 규율에 맞게 CapEx 중이긴 하지만 신규 팹과 클린룸 투자를 통해 장기적으로 생산능력을 늘리고 있습니다. 따라서 공급 제약의 구조적 강도와 신규 진입장벽만 보면 HDD가 더 높은 평가를 받는 것이 자연스럽습니다.

​

메모리/스토리지도 LTA를 통해 장기 이익 가시성을 높이는 중

다만 메모리 산업도 과거와는 다른 방향으로 변화하고 있습니다. 메모리/스토리지가 어떻게 Throughput에 중요하게 기여하고 있으며, 결과적으로 더 많은 메모리 용량이 GPU당 토큰 생산량을 끌어올리기 때문에 구조적으로 위상이 달라졌음은 심화편과 메모리 자료들을 통해 전해드린 바 있습니다.

​

LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유

추론의 시대, 핵심이 된 메모리 #1 : 메모리 쇼티지를 떠받치고 있는 힘

추론의 시대, 핵심이 된 메모리 #2 : Agentic AI 시대, NAND가 중요한 이유 'DualPath'

​

메모리 기업들이 LTA를 통해 고객과 장기 물량을 묶어갈수록 향후 수요와 가격에 대한 예측 가능성은 높아집니다. 기존 메모리 기업들처럼 선증설-후수주 구조에서부터 → TSMC 및 HDD 기업들과 비슷한 선수주-후증설 구조로 바뀌는 것입니다. LTA 비중이 확대되면 공급업체는 선제적으로 생산계획을 조정할 수 있고, 고객 역시 필요한 물량을 장기간 안정적으로 확보할 수 있습니다. 이는 과거처럼 현물가격과 단기 재고 변화에 따라 업황이 급격하게 출렁이는 구조를 완화하는 요인입니다.

​

결국 메모리 산업에서도 단기적인 ASP 급등보다 장기 계약, 공급 규율, 제한적인 증설이 더욱 중요해지고 있습니다.

이제 CY27로 가면서는 ASP 상승률이 둔화된다는 사실 자체보다 메모리 기업들이 LTA를 통해 다년간 이익성장에 대한 가시성을 얼마나 높여가고 있는지를 더 중요하게 보고 있습니다.

​

Citi, 마이크론 2H26 메모리 ASP 전망 하향

Citi는 AI CPU 출하량 전망치가 크게 상향됨에 따라 Agentic AI용 CPU에 탑재되는 메모리 콘텐츠도 함께 증가할 것으로 전망했습니다. 이를 반영해 마이크론의 메모리 ASP 상승률 전망치를 3Q26 QoQ +20%, 4Q26 QoQ +13%로 상향했습니다. 가격 상승률은 4Q26부터 다소 둔화되지만 QoQ +13% 역시 절대적으로는 상당히 높습니다. 마이크론의 메모리 가격 상승세가 하반기에도 강하게 이어질 것으로 예상한 셈입니다.

​

포드와 장기 공급계약 체결

마이크론과 포드가 SCA를 맺었습니다. 이번 계약은 자동차용 메모리 및 스토리지 제품 전반을 포괄하며, 마이크론은 포드의 생산 프로그램에 맞춰 긴 제품 수명 주기를 지원하고 지속적인 공급을 보장하기 위해 생산 능력과 처리량을 확대할 예정입니다. 버지니아주 매너시스 팹에서 첨단 DRAM 생산량 중 일부가 할당될 예정입니다.

​

미국 투자 계획 $200B → $250B로 상향

마이크론이 미국 투자 계획을 $200B → $250B로 상향했습니다. 2035년까지 예상 투자액(CapEx + R&D)을 $250B로 상향한 것입니다. DRAM 생산량의 40%를 미국에서 생산하겠다는 장기 목표와 첨단 메모리 제품에 대한 수요를 반영한 결과로 상향했다고 말했습니다. 뉴욕주 클레이 공장 부지에서 첫 콘크리트 타설(3개월 앞당김)과 함께 발표했습니다.

마이크론의 미국 팹 투자는 뉴욕($100B+) + 아이다호 + 버지니아로 구성될 예정입니다.

​

미국 내 공급망 투자의 일환으로 GlobalWafers에 10년 공급계약을 함과 동시에 $500M 규모의 전략적 금융 지원도 발표했습니다. $500M은 텍사스주 셔먼에 있는 GlobalWafers America 300mm 실리콘 웨이퍼 생산시설의 개발 및 제조 역량을 강화하기 위한 자금지원입니다. GlobalWafers는 미국 내 첨단 300mm 웨이퍼를 현지 생산할 수 있는 유일한 실리콘 웨이퍼 공급업체입니다.

​

BofA: DDR5/DDR4 가격 모두 사이클 최고치

BofA의 차트들 중 인상적이었던 것들만 정리해보면:

​

DDR5 가격은 7월 초 AI 수요와 HBM으로의 공급 재배분에 따라 신고가를 기록했습니다. 16Gb DDR5 기준 $47입니다. DDR4 가격도 주요 공급업체들의 감축과 그에 따른 고객들의 재고 확충이 이어지며 사이클 최고치를 달성했습니다.

512Gb NAND 웨이퍼 계약 가격은 현물 가격을 크게 초과하여 급등했으며, 현재 512Gb NAND 웨이퍼 기준 $25입니다.

​

UBS: HBM 수요 CY27 YoY 77%, SEC HBM4 물량 확대로 DDR5 가격상승 압박

UBS 차트들 중 인상깊었던 것들만 정리해보면:

​

HBM 산업 TAM 추정치는 CY26 33.1B Gb(YoY 90%) → CY27 58.7B Gb (YoY 77%)​입니다.

엔비디아의 AI GPU Unit은 CY26 850만 개 → CY27 1,100만 개로 추정됩니다.

메모리 공급업체들은 DDR5 물량의 50~70%를 LTA로 묶는 것을 목표로 하고 있습니다.

SEC는 3Q26까지 여러 주요 고객들과 개정된 수준의 LTA를 마무리할 것으로 예상됩니다.

DDR5 계약 가격은 3Q26 QoQ 32%(이전엔 17%) → 4Q26 18%(이전 12%) 상승할 것으로 예상됩니다.

기본적으로는 최근 SEC가 HBM4 물량 배정을 늘리면서 CY27에 Conventional DRAM 공급량이 CY26에 비해서도 더욱 타이트해질 것으로 예상​되기 때문에 앞서서 물량 배정을 받고자 함이 작용 중인 것으로 생각하고 있습니다. 이것으로만 보면 하반기 DRAM/NAND 가격상승률이 비슷하거나 DRAM이 약간 더 가격상승세가 가파를 것으로 예상되는데 Vera Rubin Pod 출하 이후의 STX 랙 출하 및 수요 추정을 확인해보면 좀 더 뚜렷해질 것 같습니다.

화창베이 가격은 7월 들어서 SSD도 다시 상승세입니다.

CY27는 DRAM supply는 19.3%인데, demand는 36.2%이기 때문에 17%p의 대규모 갭이 생길 것으로 봤습니다. 이로 인해 소비자 전자제품 같은 경우는 메모리 공급부족에 직면해 있으며 구조적으로 수요 대비 공급이 계속해서 부족한 상태이므로 CY28까지 가격이 높게 유지될 것으로 전망했습니다.

CY27 DRAM 매출 시장 점유율 추정치는 SEC 38%, SKH 29%, MU 22%, CXMT 8%입니다.

샌디스크(SNDK)

​

샌디스크SNDK는 Overweight을 유지합니다. CY27 PER 5.23배(GF증권 CY27 EPS $366)입니다.

샌디스크 1Q26 코멘트 / 주간전략보고 : 투자의 생각 (5월 4일~5월 8일)

추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath'

추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘

​

ADATA 회장의 가격 전망 : 3Q26 QoQ DRAM 20~30% / NAND 35~40%

7월 7일, 대만 내 보도에 따르면 ADATA 회장은 메모리 제조사들로부터 3Q26 DRAM 계약가격이 QoQ 20~30%, NAND Flash 계약가격은 QoQ 35~40% 인상될 것이라는 통보를 받았다고 말했습니다. 현재 대략 3Q26 컨센은 DRAM 계약가격 기준 QoQ 15~20% 정도인데 이보다 높은 수치였습니다.

​

존 카맥이 제시한 NAND 기반 AI 추론 구조

존 카맥(둠의 아버지)이 AI 추론에서는 모델 가중치를 꼭 비싼 HBM에 전부 올릴 필요 없이, 싸고 용량 큰 NAND Flash를 순차적 스트리밍 메모리처럼 쓰면 훨씬 저렴하게 큰 모델을 돌릴 수 있지 않느냐고 주장했습니다.

​

모델 훈련은 weights를 읽기만 하는 게 아니라 계속 업데이트해야 하니까 NAND를 쓸 수 없습니다. 추론은 모델 가중치가 대부분 read로만 사용되고 토큰 생성 중에는 계속 read만 하니, NAND의 약점인 write가 느린 점과 write endurance 문제가 덜 중요해지기 때문입니다. 구조적으로 model weight를 NAND에 저장 → 필요한 순서대로 스트리밍 → activation/KV Cache/Hot data는 HBM/SRAM에 저장하는 식입니다.

​

큰 방향은 HBF와 같은 문제의식입니다. HBF는 HBM과 SSD 사이의 새로운 계층이 됩니다. HBM이 activation 같은 처리 중 생성되는 동적 데이터에 쓰이고, HBF는 사전 계산된 weight를 저장하는 쪽입니다.

구조적으로 HBM을 완전히 대체할 수 없습니다. HBF를 개발하기 위해서도 HBM 기술이 중요하기 때문에 CXMT/YMTC가 갖지 못한 메모리 3사의 HBM 설계/제조 기술력이 중요합니다.

셈텍(SMTC)

​

셈텍SMTC은 Overweight으로 이닛합니다. CY27 PER 28.9배입니다.

셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자'

​

DSP를 제거하려는 방향 속에서 부각받을 셈텍의 제품들

셈텍은 계속해서 <셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자'> 자료에서 전해드린 것처럼 1Q26(+) → 2Q26(++) → 2H26(+++), CY26(+) → CY27(++) → CY28(+++) 기대는 똑같습니다. FiberEdge는 800G FRO/LPO 채택에 이어 1.6T에서도 FRO/LPO에서도 채택되고 하반기 물량을 늘려갈 예정이며, CopperEdge는 ACC에서 랙 내의 연결을 대체하고, 미디어텍쪽은 ACC + 온보드 선형 이퀄라이저를 동시에 채택하여 MTK SerDes의 링크 버짓 열위를 극복하려 시도할 것이란 생각입니다.

​

핵심 가치를 이해하면 응용이 가능하다

제품과 부품 단위로 살펴보려고 하면 굉장히 파편적이고 복잡합니다.

​

제품 단위로 하나씩 생각하려고 하면 → 온보드 CopperEdge, ACC, FRO, LRO, LPO, NPO, XPO, Optical Engine, Coherent-Lite, LoRa 등으로 정리되고,

부품 단위로 하나씩 생각하려고 하면 → TIA, 드라이버, CTLE, 온보드 선형 이퀄라이저/리드라이버 IC, 광원의 Gain chip, 레이저인 CW Laser로 정리됩니다.

​

그러나 DSP를 없앤 시대의 신호무결성을 잡기 위해 중요해지는 부품이라고 정리해보면 틀이 좀 더 쉽게 잡힙니다. 그래서 자료에는 신호무결성이란 키워드로 처음과 끝을 연결하는 뼈대를 만들어 정리했습니다. 내러티브는 <주간전략보고 : 투자의 생각 (7월 6일~7월 10일)>도 함께 보시는 게 도움이 되실 것 같습니다.

​

해당 자료에서 가장 중요했던 부분은 아래와 같습니다:

원래 고속 레인에서는 구리 인터커넥트든 광학 인터커넥트든 신호가 약해지고 왜곡됩니다. 기존에는 이를 DSP가 디지털 방식으로 다시 보정하고 재생한 뒤 전송해주는 구조였습니다.

​

여기서 DSP를 제거하면 원가, 전력, 지연시간이 줄어듭니다. 그러나 동시에 DSP가 담당하던 신호 복원 여유가 사라지기 때문에 링크 전체의 신호무결성 마진은 더 타이트해집니다. 결국 LPO, LRO, TRO처럼 DSP 의존도를 낮추는 구조로 갈수록 선형 TIA, 드라이버, 이퀄라이저, CDR, SerDes 같은 아날로그와 혼합신호 부품의 품질이 중요해집니다. 셈텍의 FiberEdge와 CopperEdge가 의미를 갖는 지점도 바로 여기입니다.

​

사실 셈텍은 처음에는 셈텍의 데이터센터 매출 비중이 전사 기준 약 25% 수준이길래 크게 주목하지 않았습니다. 그런데 구리 및 광학 인터커넥트 기업들의 니즈를 따라가보면 결국 방향은 명확합니다. 1.6T 트랜시버로 갈수록 전력 문제가 커지고 광모듈 한쪽 전력이 30W 수준이라고 보면 그중 40~50% 정도를 DSP가 차지합니다. 업계의 핵심 과제는 "어떻게 하면 DSP에 의존하지 않고도 신호 품질을 유지할 수 있느냐"입니다.

하이퍼스케일러들의 LPO 채택 시작

아래 옵토일렉트로닉스 관련 코멘트에서 B. Riley가 체크해준 오라클 LPO 도입이 긍정적인 내용이었습니다. 자세한 내용은 아래의 옵토일렉트로닉스 관련 코멘트를 참고하시면 도움이 되실 것 같습니다.

루멘텀(LITE), 비아비(VIAV)

​

루멘텀LITE은 Overweight을 유지합니다. CY27 PER 25.9배입니다.

루멘텀 1Q26 실적발표 : 3Q OCS, 4Q CPO, 차례로 점화를 기다리는 고성능 엔진들

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

​

비아비VIAV는 Overweight을 유지합니다. CY27 PER 21.5배입니다.

비아비 솔루션스 1Q26 실적발표 : 본격 개화하는 빛의 시대, 물만난 테스트 수요

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

​

모건스탠리 CPO 체크

모건스탠리의 CPO 공급망 체크에 따르면 CPO 스위치 출하량은 CY26 23K(엔비디아 Spectrum-X의 100T 스위치) → CY27 59K → CY30 200K까지 성장할 것으로 전망했습니다. CY26 출하량은 거의 대부분 엔비디아 Spectrum-X에 적용되는 100T급 CPO 스위치가 차지할 것으로 예상됩니다. 이에 맞춰 TSMC도 실리콘 포토닉스용 PIC 생산능력을 확대하고 있습니다. TSMC는 SiPho용 PIC 생산능력을 CY26 10kwpm → 4Q26 15kwpm로 확대하며 CY28까지 최소 25kwpm까지 높인다는 계획입니다.

​

초기 CPO 시장은 NVDA/AVGO/AMD 정도로 수렴

초기 UHP Laser나 PIC 등 용량들이 제한적이기 때문에 CY26~CY27의 주요 대량생산 고객은 엔비디아, 브로드컴, AMD 정도로 예상됩니다.

엔비디아가 업계의 고출력 레이저와 DCI용 광학 부품들 할당량을 상당량 구매약정해버린 상태라서, AMD는 고출력 CW Laser 할당을 찾기 위해 여러 업체를 컨택 중입니다.

​

CPO 테스트 병목은 빠르게 완화 중

CPO 생산 과정의 주요 병목 가운데 하나였던 Insertion 2 테스트 시간도 빠르게 단축되고 있습니다.

​

2H25에는 웨이퍼 한 장을 테스트하는 데 약 24시간이 필요했지만, 현재는 약 6시간까지 줄어든 상태입니다. 향후 6~12개월 안에는 이를 3~4시간까지 단축하는 것이 목표입니다. 테스트 시간이 24시간에서 3~4시간으로 줄어들 경우 동일한 장비로 처리할 수 있는 웨이퍼 수가 크게 증가합니다. 이는 단순한 공정 개선을 넘어 CPO 양산능력을 실질적으로 확대하는 요인입니다.

​

'현재 불가능'과 '제품 출시 시점에도 불가능'은 다르다

이게 공급망 체크 자료 중에서 '이 기술이 불가능하다'라고 말하는 경우 중에 종종 특정 시점까지 공급망도 같이 준비되어야 하는 상태인 기술을 보고 '현 시점에 불가능하다'라고 말하는 경우들'도' 있습니다.

​

AMD나 구글 외 하이퍼스케일러들은 엔비디아가 준비한 공급망과 엔비디아가 뚫어둔 성숙한 기술을 가져다가 채택하니 이런 말이 맞는데, 엔비디아 같은 경우는 지금 없는 기술을 공급망과 함께 준비해서 특정 시점에 도입하기로 목표를 세워두고 그 시점에 안되더라도 다음 설계에 채택하는 식의 채택 리듬을 보이고 있습니다.

​

지금까지 없던 기술들을 1년 뒤에 준비해달라고 목표한 다음 최대한 몰아붙여보고, 성공하면 바로 약속 시점에 채택, 처음 정한 시점에 안되더라도 상당부분 준비됐으니 다음 칩/랙 제품에 채택한다거나 하는 식입니다.

​

아래의 엔비디아-모건스탠리 NDR

엔비디아 경영진은 모건스탠리 NDR에서 Rubin Ultra의 랙 간 Scale-up CPO 스위치 도입에 대해 "예정대로 진행 중"이라고 밝혔습니다.

옵토일렉트로닉스(AAOI)

​

옵토일렉트로닉스AAOI는 Overweight을 유지합니다.

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

​

다시 시작된 B. Riley의 몽니, 의외의 공급망 힌트

​

B. Riley의 옵토일렉트로닉스 수요 감소 우려

B. Riley는 아마존의 RNG와 오픈AI의 MRC 구조가 네트워크에 필요한 액티브 트랜시버 수를 40~50% 줄일 수 있다며, 옵토일렉트로닉스의 800G/1.6T 광트랜시버 수요에 직접적인 위협이 될 수 있다고 주장했습니다. 옵토일렉트로닉스의 주요 고객이 AWS와 오라클이기 때문에 새로운 네트워크 아키텍처를 통해 두 기업의 트랜시버 사용량이 감소하면 옵토일렉트로닉스의 매출 성장에도 부정적인 영향을 미칠 것이라는 논리입니다.

​

다만 지금까지 전해드렸던 옵토일렉트로닉스 관련 애널리스트 코멘트들처럼, 이번 주장 역시 실제 산업의 흐름과는 다소 맥락이 맞지 않는 부분이 있습니다. 지난 4월 13일 주간전략보고에서 정리해드린 Citron과 B. Riley의 코멘트도 함께 참고하시면 좋습니다.

계속해서 반복되는 B. Riley의 주문 취소 우려제기

참고하실 부분은, B. Riley는 2026년 4월 13일에도 오라클 데이터센터의 전력 인입이 원활하지 않기 때문에 오라클이 주문한 800G/1.6T 트랜시버 주문이 지연되거나 취소될 가능성이 있다고 주장했었습니다.

​

이번에는 논리의 소재가 전력에서 네트워크 효율성으로 바뀌었습니다. AWS의 RNG와 오픈AI의 MRC가 네트워크 효율을 높이기 때문에 동일한 규모의 클러스터를 구축하는 데 필요한 광트랜시버 수가 감소할 수 있다는 주장입니다. 그러나 RNG와 MRC가 실제로 언제부터 적용됐는지, 그리고 적용 이후 네트워크 투자가 어떤 방향으로 움직였는지를 살펴보면 이러한 결론은 설득력이 높지 않습니다.

​

AWS의 RNG는 갑자기 등장한 새로운 아키텍처가 아니다

AWS의 RNG(Resilient Network Graphs)는 최근 발표되면서 새롭게 등장한 데이터센터 네트워크 아키텍처처럼 받아들여졌지만, 실제로는 이미 수년 전부터 적용되고 있던 기술입니다.

​

AWS가 공개한 논문에 따르면 RNG는 2024년 더블린 데이터센터에 처음 적용됐습니다. 이후 독일과 스페인 시설로 빠르게 확대됐고 현재는 AWS가 건설하는 대부분의 신규 데이터센터에 해당 설계가 적용되고 있습니다. 따라서 RNG를 앞으로 AWS의 트랜시버 수요를 갑자기 줄일 새로운 변수로 해석하기는 어렵습니다. 이미 2024년부터 도입돼 신규 데이터센터 전반에 적용되고 있는 아키텍처이기 때문입니다.

​

비법을 무료로 푸는 사람은 없다

AI Labs와 하이퍼스케일러는 연간 수백조 원을 데이터센터와 AI 인프라에 투자하고 있으며, 모든 기술 개발은 치열한 경쟁 속에서 이뤄지고 있습니다. 이들이 핵심 경쟁력을 결정하는 기술을 경쟁사에 무료로 공개할 이유는 없습니다. 합리적으로 생각해보면, 특정 기술을 외부에 자세히 공개한다면 이미 주요 Tier 1 사업자들이 유사한 개념을 활용하고 있거나 공개해도 경쟁상 문제가 없을 정도로 보편화됐을 가능성이 높습니다.

RNG 역시 발표 시점과 실제 도입 시점을 구분해서 볼 필요가 있습니다.

​

오픈AI의 MRC도 2026년 3월부터 적용됐던 기술

오픈AI의 MRC는 2026년 5월 27일 일간보고에서 전해드린 바 있습니다. MRC는 엔비디아의 Spectrum-X Ethernet을 기반으로 구축된 네트워크 아키텍처이며 실제 적용은 2026년 3월부터 시작됐습니다. 그 이후로도 마이크로소프트, 오라클, 아마존, 코어위브 등은 네트워크 장비 주문을 늘려왔습니다. 지금까지도 계속해서 인터커넥트 수요는 높아지고 있습니다.

​

더 큰 클러스터를 만들기 위한 작업일 뿐

RNG와 MRC 모두 네트워크의 경로를 효율적으로 구성하고, 장애 대응력을 높이며, 동일한 비용으로 더 큰 규모의 클러스터를 운영할 수 있도록 만드는 기술입니다. 개별 클러스터나 특정 토폴로지만 놓고 보면 필요한 액티브 트랜시버 수를 줄일 수 있습니다.

​

그러나 네트워크 효율 개선은 더 큰 클러스터를 하나로 묶기 위한 방향으로 투자되는 경우가 많습니다. 네트워크 연결 비용이 낮아지고 → 동일한 비용으로 더 큰 클러스터를 구축할 수 있으며 → Scale-out과 Scale-across가 확대되고 → 전체 광학 연결 수요가 증가하는 구조입니다. 실제로 RNG와 MRC가 배포된 이후에도 AWS와 오픈AI의 네트워크 및 광학 제품 총수요는 감소하지 않았습니다. 오히려 클러스터를 확장하는 데 필요한 비용을 낮춰 Scale-out과 Scale-across 투자를 촉진하는 역할을 하고 있습니다.

​

오히려, B. Riley에서 확인된 중요한 LPO 힌트

오히려 이번 B. Riley 코멘트에서 흥미로운 업계 정보를 하나 확인할 수 있었습니다. B. Riley는 오라클이 코히런트로(COHR)부터 LPO 광모듈을 조달하고 있다고 언급했습니다. 하이퍼스케일러는 공급망 안정성과 가격 협상력 확보를 위해 여러 광모듈 업체로부터 제품을 조달합니다. 따라서 코히런트가 오라클에 LPO를 공급한다는 사실만으로 옵토일렉트로닉스의 물량이 코히런트로 이동한다고 해석할 필요는 없습니다.

​

LPO 채택은 셈텍(SMTC)에게 순풍

중요한 점은 특정 벤더의 할당량이 아니라, 오라클의 LPO 채택이 실제로 진행되고 있다는 사실입니다. 특히 1Q26부터 LPO 도입과 양산이 원활하게 이뤄지고 있다는 점을 확인했다는 데 의미가 있습니다. 이는 LPO 광모듈에 들어가는 셈텍의 FiberEdge TIA와 드라이버 판매 증가 가능성을 뒷받침하는 신호입니다.

​

LPO에서는 기존 DSP 기반 광모듈보다 아날로그 신호 품질과 선형성이 더욱 중요해집니다. 셈텍은 FiberEdge 제품군을 통해 TIA와 드라이버를 공급하고 있기 때문에 LPO 채택 확대는 셈텍의 데이터센터 사업에 직접적인 수혜로 연결될 수 있습니다. 셈텍에 대한 기업분석은 <셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자'>, 간단한 생각은 <주간전략보고 : 투자의 생각 (7월 6일~7월 10일)>에 담았습니다.

​

옵토일렉트로닉스에 리스크가 없는 것은 아닙니다

이번 B. Riley의 논리가 설득력이 낮다고 해서 옵토일렉트로닉스에 리스크가 없다는 의미는 아닙니다.

​

옵토일렉트로닉스의 가장 큰 약점은 CY4Q27까지 매우 가파른 생산능력 확대와 매출 램프업을 가정하고 있다는 점입니다. 생산한 제품이 계획대로 모두 판매된다는 전제가 밸류에이션에 상당 부분 반영돼 있습니다. 성장 궤적이 워낙 가파르기 때문에 일부 고객의 주문 지연이나 데이터센터 건설 일정 변경, 생산 램프업 차질만 발생해도 실적 추정치와 기업가치에 미치는 영향이 클 수 있습니다.

​

결국은 옵토일렉트로닉스는 분기별 생산능력 확대와 고객사 출하 증가를 실제 숫자로 증명해나가야 하는 기업입니다. 계획한 수준으로 생산능력이 확대되고, 생산한 제품이 고객사에 모두 판매된다면 현재 밸류에이션은 성장성 대비 매력적인 수준일 수 있습니다. 반대로 램프업 속도가 목표에 미달하거나 주문이 지연될 경우에는 성장률 자체가 낮아지기 때문에, 현재 밸류에이션을 성장성 대비 저평가라고 판단하기 어려워집니다.

​

결국 옵토일렉트로닉스에 대한 투자 판단은 명확한 'If, then' 구조를 갖습니다. 그래서 이 세팅을 감안하면 아직 타 기업들 대비로 성장성 대비 밸류가 매력적인 구간인 것도 맞지만, 아직은 '성장에 대한 가시성이 피어그룹 내 타 인터커넥트 관련기업들(LITE, VIAV, SMTC) 대비로는 낮은 상태'라고 표현하는 것이 적절할 것 같습니다.

통신망 시공업체

모듈러 데이터센터 전기공사 및 구조화 배선 (구겐하임 Fireside chat)

​

다이콤 인더스트리 Dycom Industries : 모듈러 데이터센터 체크

7월 8일에는 모듈러 데이터센터 장비를 판매하는 다이콤의 컨콜이 있었습니다.

​

미국 전역에서 통신 및 디지털 인프라를 건설/유지/관리하는 전문 시공업체입니다. 38개 운영 자회사를 통해 미국 50개 주에서 사업하며, 2026년 1월 말 기준 약 1만9,556명의 인력을 보유하고 있습니다.

기존의 전국 단위 광통신망 시공 역량에 전기공사 및 배선 역량을 결합해서, 서버 랙 내부 배선 → 데이터센터 캠퍼스 → 장거리 데이터센터 간 연결망 → 기업과 가정까지 이어지는 디지털 인프라 시공 플랫폼으로 사업구조를 확장하고 있습니다.

​

FTTH(Fiber-To-The-Home) 구축 중

전사 매출 성장률은 YoY 56.1%이며, 두 가지 사업부인: ⓐCommunications(매출비중 79.9%, YoY 24.7%), ⓑBuilding Systems(매출비중 20.1%, YoY 2025년 12월 Power Solutions 인수로 전년 비교 X)로 나뉘어 있습니다. ⓐ가 본업인지라 FY2026 매출에서 AT&T가 25.4%, Verizon이 14.0%, Lumen이 10.8%를 차지했습니다.

​

ⓐ는 FTTH와 농촌 광통신망 구축으로 인해 성장 중입니다. 통신사들이 기존 구리망을 광섬유로 교체하는 수요에서 나오고 있습니다.

​

스타링크는 핵심 위협이 아니다

경영진은 Starlink에 가장 유리한 저밀도 BEAD 시장에서도 LEO 위성 비중이 약 23~25%에 그쳤으며, 도시지역에서는 속도, 용량, 지연시간 측면에서 광섬유 선호가 유지될 것으로 봤습니다. 우주 데이터센터 역시 데이터를 지상으로 전송해야 하므로 지상국과 백홀망이 필요하다는 논리도 제시했습니다.

​

단기적으로 보자면 양쪽 모두가 성장하는 흐름이기는 하지만, 장기적으로는 궤도 운송비용이 드라마틱하게 낮아지면서 위성 인터넷이 도서산간 지역에서는 꽤 높은 비중의 점유율을 차지할 것이라 가정할 수 있어서 크게 와닿지는 않았던 주장이었습니다.

​

장거리~중거리 광통신망 기존 TAM $20B 대비 "상당히 커졌다"

DY는 1년 전 향후 5년간 장거리~중거리 시장을 $20B로 추정했는데, 현재는 그 숫자가 "상당히 커졌다"고 말했습니다. 전체 사이클은 초기 단계이며 CY26(+) → CY27(++) → CY28(+++) 추세일 것으로 예상했습니다. 최근 ⓐ사업부의 YoY 24.7% 성장은 주로 FTTH이 만든 것이지만, 다음 성장 웨이브는 데이터센터 간 연결을 위한 DCI 수요가 이어받을 것이란 의미입니다.

​

데이터센터 사업은 공급이 병목

Power Solutions 매출의 90% 이상이 데이터센터에서 발생하고 있습니다. 이미 대규모 인력을 보유한 상태에서도 기회를 거절하고 있을 정도로 수요가 강하다고 설명했습니다. 전기공 견습에서 완전한 숙련공까지 약 4년이 필요하고, 현장 관리조직도 부족합니다. 데이터센터 건설을 위한 숙련공 부족이 현장인력 부족을 넘어서 모듈러 사업부에서까지도 이슈일 정도입니다.

Magnificent 7

Anthropic ARR $69B, NVDA NDR, GPT-5.6 Sol, Muse Spark 1.1, Grok 4.5

*왼쪽 테이블 : 2026년 7월 12일 EPS 추정치를 변경했습니다.

*오른쪽 차트 : Mag 7 기업들의 CY26, CY27 순이익 차트입니다.

엔비디아, 26년 PER 22배 / Overweight

AI 사이클의 모든 것을 담은 게빈 베이커 인터뷰 : 버블의 역사는 반복되지 않지만, 운율은 반복된다 (바로가기)

엔비디아 컴퓨텍스 2026 : 사람을 위한 CPU의 시대를 넘어, GPU를 굶기지 않는 CPU 'Vera' (바로가기)

엔비디아 1Q26 실적발표 : 젠슨황, "하이퍼스케일러 CapEx보다 '더' 빠르게 성장하겠다" (바로가기)

엔비디아 1Q26 Preview : "I'm Back" (바로가기)

엔비디아 CEO 젠슨황 인터뷰 : 'TPU도 Trainium도, 그렇게 자신 있으면 공개적으로 붙어보자' (바로가기)

AI 반도체 공급망 체크 : 엔비디아 Rubin/Ultra, MI450 지연, TPU 진검승부, 기어를 바꾸는 Trainium (바로가기)

엔비디아 GTC 2026 : 7개의 칩, 5개의 랙 시스템, 그리고 하나의 슈퍼컴퓨터 (바로가기)

​

앤스로픽 ARR $69B, Fable 5 재출시 후 다시 성장세 가속화

앤스로픽도 Fable 5 규제가 풀리면서 다시 ARR이 빠르게 성장하고 있습니다. Yipit 데이터 기준 앤스로픽의 ARR은 이제 $69B로 상승했습니다. 6월 29일 주간전략보고에서 전해드릴 당시 Yipit 데이터 기준 ARR은 앤스로픽이 $62B, 오픈AI가 $40B였음을 생각해보시면 대략 2주 사이 $7B가 더해진 것입니다. 월별 ARR 성장 속도가 5월에 비해 가속화됐으며 평균 일일 증가액이 $400M → $550M로 증가했습니다. 30일 속도로는 $16.5B씩 증가하는 속도로 ARR이 증가하고 있습니다.

​

AI가 만드는 작업의 가치가 시장규모를 빠르게 키우고 있다

AI Labs의 매출이 빠르게 증가하는 핵심 배경을 정리해보자면, AI 모델을 활용해 수행할 수 있는 작업의 범위와 작업당 부가가치가 동시에 커지고 있기 때문입니다. 모델 성능이 개선될수록 기존에 사람이 수행하던 더 복잡하고 가치가 높은 업무를 AI가 처리할 수 있게 됩니다.

​

AI 모델을 가지고 할 수 있는 작업당 부가가치의 TAM이 성장하는 속도가 매우 빠르기에 AI Labs들의 시장규모가 빠르게 커지고, 컴퓨팅 부족은 더욱 강화되는 루프입니다.

​

8월부터 차세대 프론티어 모델 출시 사이클 진입 예정

여기서 더 중요한 건 8월쯤이면 새로운 사전훈련 베이스의 모델들이 출시될 차례입니다. GPT-6(GPT-5까지는 Hopper로 사전훈련), Opus 5(Trainium 3로 사전훈련), Grok 5(Cursor 데이터를 사전훈련부터 적용, 2.0T), Muse Spark 2(Muse Spark 1 대비 사전훈련 FLOPS 10배 확장, Watermelon)가 기다립니다. 지금은 전체 파라미터 기준 1.5T급 모델들인데 8월쯤 출시될 모델의 전체 파라미터는 2.0~2.5T급으로 예상됩니다. GB300 NVL72를 베이스로 나올 신규 모델들이 주도할 개척의 시간이 다가오고 있습니다.

​

BofA, 엔비디아의 우려들에 대한 정리

BofA가 엔비디아의 우려들에 대해서 코멘트했습니다. "엔비디아는 AI 지배력에도 불구하고 밸류에이션이 과도하게 할인되어 있으며, HBM 원가/ASIC 경쟁/보유비중 과밀/벤더파이낸싱 우려는 과장됐다"가 핵심입니다.

​

ⓐHBM 비용상승은 감당 가능하다 : BofA 추정에 따르면 Blackwell → Rubin으로 넘어가면서 HBM 비용은 랙당 약 $0.2~0.3M 증가합니다. 하지만 랙 가격은 Blackwell $3~4M에서 Vera Rubin의 $6~7M으로 약 $2~3M 상승할 수 있다고 봅니다. HBM 비용 부담보다 CPU, NVLink, 네트워킹, 소프트웨어, 랙 스케일 아키텍처 개선을 통한 가격 인상 여지가 훨씬 크다는 논리입니다. 그래서 BofA는 현 상태에서 엔비디아의 GPM이 계속 mid-70%대에 머물 수 있다고 평가했습니다.

ⓑCustom ASIC 경쟁은 새로운 이슈가 아니다 : 구글 TPU는 2015년, AWS Trainium은 2020년, Meta MTIA는 2023년에 이미 등장했습니다. 그런데도 엔비디아 GPU 가속기 매출은 2015년 이후 약 700배 성장했습니다. 또한 최근 하이퍼스케일러향 향 엔비디아 매출은 YoY +115% 증가했는데, 이는 클라우드 CapEx 증가율의 거의 2배입니다. BofA는 이를 두고 "엔비디아가 하이퍼스케일러 지갑 내 점유율을 잃는 것이 아니라 오히려 얻고 있다"고 해석했습니다. 장기적으로 AI 가속기 시장 점유율 65~70%를 유지할 것이며, 나머지 30~35%를 ASIC/XPU 기업들이 나눠갖는 구조가 계속될 것으로 봤습니다.

ⓒ밸류에이션 : 엔비디아 밸류는 CY27E P/E 15.7x, CY28E P/E 12.4x에 거래되고 있습니다. 반면 애플, 마이크로소프트, 구글, 아마존, 메타 평균은 CY27E 22.3x, CY28E 19.0x입니다.

BofA는 이 차이를 "시장이 엔비디아 EPS에 이미 30~35% haircut을 적용하고 있는 것"으로 해석했는데 EPS 훼손 우려를 하지 않아도 된다는 것입니다.

ⓓ생태계 투자 규모는 FCF에 비하면 작다 : 엔비디아가 최근에 총 투자한 규모는 $65B입니다. 엔비디아의 FCF와 비교하면 전혀 과하지 않은 금액입니다. 엔비디아의 FCF는 CY26 $187B → CY27 $282B → CY28 $385B로 크게 증가할 전망입니다. 전략적 투자를 하더라도 배당과 자사주 매입 여력은 충분하다는 것입니다.

​

BofA, 하이퍼스케일러 CapEx 전망 대폭 상향

BofA가 Top 3 하이퍼스케일러에 대한 CapEx 전망을 대폭 상향했습니다

구글 : CY26 CapEx $195B → CY27 $290B(YoY 49%) → CY28 $330B(YoY 14%, 패시브한 추정)

아마존 : CY26 $159B → CY27 $230B(YoY 45%) → CY28 $276B(YoY 14%, 패시브한 추정)

메타 : CY26 $145B → CY27 $185B(추정 의미X, 실질 컨센 $200B~$225B) → CY28 $210B(추정 의미X)

​

1GW DC 구축에 드는 비용을 보며 생각 정리

BofA는 1GW를 구축하는 데 $25B~$45B가 필요하다고 봤습니다. 구성을 보자면 AI 서버/GPU가 55~60%, 전력 인프라가 12~18%, 네트워킹이 8~12%, 건물/부지/토목이 8~12%, 냉각/기계설비가 6~10%, 기타/예비비가 3~5%라고 추정했습니다.

​

기업별 1GW당 구축비용은 메타가 $45B/GW, 구글이 $37B/GW, 아마존이 $25B/GW입니다.

이거는 평균을 매겨서 그런 것이고 실제로는 늘 설명드리는 것처럼 ASIC으로 만드는 DC는 HW 비용도 낮지만 퍼포먼스 자체도 낮습니다. ASIC 중에서도 Trainium은 저비용-중성능을 목표로 하고, TPU는 중비용-고성능, GPU는 고비용-초고성능을 목표로 하는 칩이라고 대략 보시면 됩니다.

​

구축비용으로 놓고 보면 메타가 열위인가 싶은 착시가 생길 수 있습니다. 엔비디아의 Rubin(2H26~, NVL랙 양산 8~9월부터)과 Rubin Ultra(양산 2H27~)가 TCO 대비 퍼포먼스에서 열위였다면 메타가 경쟁력이 없다고 했을 수 있겠지만, 추론과 훈련에서 모두 가장 뛰어난 칩을 지킬 것으로 예상하므로 1GW당 구축비용은 각자의 전략에 맞는 DC 구조일 뿐이며 기업 간 경쟁력 차이라고 생각하진 않습니다.

​

*이에 대해서는 7월 6일 주간전략보고에서 Rubin Ultra의 경쟁력은 여전히 유효함을 말씀드린 내용, 6월 22일 주간전략보고에서 GW당 어떤 순서대로 생각하시면 합리적인지를 정리한 내용을 참고하시면 도움이 되실 것 같습니다.

​

1GW DC를 통해 거둘 매출 기댓값

구글은 자체 사용 및 GCP 위주로 고부가 워크로드를 처리하기에 1GW당 매출이 $15.7B/GW로 가장 높을 것으로 봤고, 메타가 $12.0B/GW로 두 번째로 높으며, 아마존은 $10.6B/GW로 가장 낮을 것으로 추정했습니다. 그런데 여기서도 최근 스페이스X가 맺었던 가격이 GW당 최대 $40B~$50B 수준까지도 높아질 수 있는 수준이었음을 생각해보면 AWS와 GCP의 추정치는 보수적일 수 있다고 봤습니다.

컴퓨트 용량에서 훨씬 더 높은 매출을 뽑아낼 잠재력이 있다는 의미입니다.

​

다들 데이터센터 프리미엄을 받지만, 혼자 프리미엄을 못 받던 '메타'

흥미로운 포인트는 각 기업의 시총에서 핵심가치들을 차감한 뒤, 남은 가치를 클라우드 용량으로 나눠서 '시장이 각 기업이 가진 GW당 가치를 얼마로 부여하고 있느냐'를 책정해봤더니 구글은 $110B/GW, 아마존은 $59B/GW로 프리미엄을 주고 있는 상태인데, 메타는 $4B/GW로 엄청나게 적은 수준의 프리미엄만 부여하고 있다고 평가했습니다.

​

메타의 광고사업을 보수적으로 CY27 기준 PER 12배 수준으로 평가받는다고 매겨보더라도 GW당 $4B입니다. 따라서 메타가 외부 AI 용량 판매를 통한 추가 수입원 확보, 엔터프라이즈 AI 분야에서의 두각, 구독형 AI 확보, Meta Business Agent 수익화 등을 보여주면 리레이팅 여지가 매우 크다고 봤습니다.

​

엔비디아 IR "엔비디아의 로드맵은 그대로입니다."

엔비디아 IR은 SemiAnalysis의 Kyber 랙 양산/채택 지연 코멘트에 대해서 "저희의 로드맵은 그대로입니다.(Our roadmap is intact.)​"라고 답변했습니다.

​

지난 주 주간전략보고에 Rubin Ultra에서 4-die냐 2-die x 2-die 구조냐가 상관이 없을 것임을 전해드린 바 있습니다. 성능에는 약간의 지연시간과 전력효율 희생이 있긴 하지만 랙 스케일로 보자면 컴퓨팅 Throughput 자체는 거의 동일할 것으로 예상됩니다. 딜런 파텔 조차도 Rubin Ultra로 향하더라도 엔비디아의 경쟁역량이 떨어지는 것이 아님을 전해드렸었습니다.

엔비디아, 모건스탠리 NDR

​

참여자

젠슨황, CEO

콜레트 크레스, CFO

토시야 하리, IR 총괄

​

성장동력은 세 가지 ⓐⓑⓒ

경영진은 회사의 분기 매출이 $100B에 가까워지고 있는 현 상태에도 성장률이 가속화되고 있다고 말했습니다. 또한 성장동력을 세 가지로 정리했습니다.

​

AI Labs 내의 성장 : AI Labs는 전체 GPU 수요 중 20%를 차지하고 있습니다. 중요한 건 '유명한 프론티어 모델 중 하나'가(Claude) 대부분 ASIC을 사용해 개발됐었기 때문에 기존에는 해당 모델의 컴퓨트 예산 내 GPU 비중이 낮았었는데, "최근에는 엔비디아 GPU 비중이 거의 50%까지 높아졌다"고 말했습니다. 다른 프론티어 모델은 계속해서 대부분 엔비디아 플랫폼에서 개발되고 있다고 했으니 앤스로픽의 Claude를 언급한 것으로 추정됩니다. 기존에는 Trainium를 토대로 훈련하고 Trainium/TPU로 추론하던 방식이었는데 최근 코어위브/스페이스X 등 엔비디아 GPU를 통한 추론 규모를 키워가고 있습니다.

전통적 하이퍼스케일러 내부의 성장 : 매출의 50% 정도가 하이퍼스케일러로부터 나오고 있습니다. 엔비디아는 최근 "네트워킹과 Vera CPU 수주를 토대로 SAM이 확대되고 있다"고 말했습니다. 그러면서 CY2H26에 "Standalone Vera CPU 랙으로만 $10B 매출이 나올 것"​으로 전망했습니다.

ACIE 사업부의 성장 : 엔비디아의 네오클라우드, 소버린AI, 엔터프라이즈AI향 사업 매출을 따로 떼서 구분한 사업부입니다. 현재 데이터센터 매출의 약 50%를 차지하고 있습니다.

경쟁이 거의 없는 사업이며, 소버린 및 기업용 애플리케이션 전반의 수요가 상당히 광범위하다는 것을 강조했습니다.

​

제품 로드맵은 계획대로 진행 중

엔비디아는 12개월 동안 매우 강력한 Vera Rubin 사이클이 나타날 것으로 전망했습니다. 또한 경영진은 최근 Rubin Ultra 출시가 CY28로 밀린다는 보도와 관련해서, 사실이 아니며 Rubin Ultra는 정상적으로 CY27에 출하될 것이라 밝혔습니다.

​

다만 Kyber 랙은 더 나은 솔루션으로 대체되며 폼팩터는 변경될 것으로 봤고, '더 나은 솔루션'인 이유는 하나의 랙 안에서 더 큰 규모의 Scale-up Domain을 지원할 가능성이 높기 때문입니다. 이에 따라 800V 기술과 랙 간 Scale-up CPO 스위치 도입도 예정대로 진행되고 있다고 말했습니다.

​

메모리 부족은 수년 간(for several years) 지속될 것

메모리 쇼티지 자체는 앞으로도 수년 간 지속될 것을 상수로 뒀습니다. 매년 토큰 수요가 10배씩 증가하는 산업에서, 메모리 공급이 그 증가 속도와 비교해서는 사실상 정체되어 있는 수준이라면 공급부족이 계속되는 게 자연스럽다는 해석입니다. 다만 엔비디아는 HW~SW~네트워킹을 공동 최적화할 수 있는 입장에서 "컴퓨팅~네트워킹~메모리가 하나로 연결된 것인 만큼 셋 중 하나가 부족할 때 나머지 두 가지(컴퓨팅, 네트워킹)를 활용해 그 부족분을 최적화할 수 있을 것"이라 설명했습니다.

Vera CPU는 Agentic AI에 적합하다

엔비디아는 Vera CPU가 단순히 GPU를 보조하는 호스트 CPU가 아니라, 강화학습과 AI 에이전트에서 발생하는 CPU 병목을 줄이기 위해 설계된 프로세서라고 강조하고 있습니다.

​

RL Rollout 병목을 줄이는 CPU

강화학습에서는 GPU가 정해진 데이터를 받아 학습하는 것만으로 작업이 끝나지 않습니다. CPU가 환경을 시뮬레이션하고, 모델의 응답을 평가하며, 다음 학습에 사용할 보상 신호를 지속적으로 생성해야 합니다. 이러한 과정을 Rollout 또는 Simulation(Triggerfish 설명드릴 때 나왔던 Simulation die)이라고 합니다.

​

CPU가 느리면 같은 시간 안에 수행할 수 있는 시뮬레이션과 평가 횟수가 줄어듭니다. 그 결과 GPU에 전달되는 보상 신호와 피드백도 감소하고, Gradient의 품질이 낮아지면서 전체 학습 시간이 길어질 수 있습니다. 엔비디아에 따르면 일반적인 CPU가 제한된 시간 안에 평가 작업의 약 45%를 완료하는 데 그치는 반면, Vera CPU는 더 높은 코어 성능을 바탕으로 약 85%까지 처리할 수 있습니다. 약 1.8배 높은 코어 성능을 통해 GPU가 CPU의 Rollout 결과를 기다리는 시간을 줄이겠다는 것입니다.

​

Tail Latency를 줄이기 위한 설계

AI 에이전트 서비스에서는 사용자가 결과를 실시간으로 기다립니다. 따라서 단순히 초당 얼마나 많은 작업을 처리할 수 있는지보다 부하가 높아졌을 때도 응답 지연시간을 예측 가능한 수준으로 유지하는 것이 중요합니다. Vera CPU는 이를 위해 88개의 Olympus 코어를 하나의 모놀리식 Compute Die에 배치했습니다. 여러 칩렛으로 코어를 분산할 경우 발생할 수 있는 칩렛 간 통신 Hop과 지연시간 변동성을 줄이기 위한 설계입니다.

​

엔비디아는 이를 통해 Vera CPU가 AMD와 인텔의 기존 데이터센터 CPU 대비 피크 부하 구간의 Latency를 최대 40% 낮출 수 있다고 설명했습니다. 평균 성능뿐 아니라 가장 느린 요청의 응답시간을 줄이는 데 초점을 맞춘 것입니다. tail latency에 대해서는 <구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대> 자료를 통해서 이해하셨을 내용에서 이어집니다.

​

높은 코어당 메모리 대역폭

Agentic AI 워크로드에서는 Tool Calling, 코드 실행, 데이터 처리, KV Cache 관리, 검색 결과 분석 등 다양한 작업이 CPU에서 수행됩니다. 이러한 작업은 높은 연산 성능뿐 아니라 충분한 메모리 대역폭도 필요합니다.

​

Vera CPU는 LPDDR5X 메모리를 사용해 총 1.2TB/s의 메모리 대역폭을 제공하며 코어당 대역폭은 최대 14GB/s에 이릅니다. 기존 데이터센터 CPU 대비 코어당 메모리 대역폭이 3배 이상 높고 전력 소비는 절반 이하입니다. 코어 수만 늘리는 것이 아니라 각 코어가 실제로 데이터를 충분히 공급받을 수 있도록 설계함으로써 메모리 대역폭 부족으로 CPU 코어가 대기하는 상황을 줄이려는 설계입니다.

경쟁 칩을 포용하는 엔비디아의 플랫폼 전략

추론 시장이 확대되면 하나의 칩이나 시스템이 모든 워크로드를 처리하기보다 워크로드 특성에 따라 서로 다른 가속기가 경제성을 확보할 가능성이 높습니다. 엔비디아도 이러한 변화를 예상하며 최근 추론 칩 스타트업들과의 협력을 강화하고 있습니다.

d-Matrix와 SambaNova에 따르면 엔비디아는 Groq 인수 전후부터 먼저 협력을 제안해왔으며, 양사는 이제 자사 칩이 엔비디아 GPU와 함께 작동할 수 있다는 점을 강조하고 있습니다.

​

SambaNova : PD 분리 구조에서 DE 역할

SambaNova는 Prefill과 Decode를 서로 다른 하드웨어에서 처리하는 PD 분리 구조를 활용해 엔비디아 GPU와의 호환성을 강화하고 있습니다. GPU가 연산 집약적인 Prefill을 담당하고 SambaNova의 칩이 Decode Engine으로서 토큰 생성을 처리하는 방식입니다. PD 분리 개념은 앞서 소개드렸던 DualPath 자료에서 확인하실 수 있습니다. 이 구조에서는 엔비디아 GPU를 완전히 대체하기보다 Decode 구간을 전용 가속기에 분산해 추론 비용과 전력 효율을 개선하는 것이 핵심입니다.

​

d-Matrix : Speculative decoding을 위한 전용 가속기

d-Matrix는 투기적 디코딩을 지원하는 전용 칩으로서의 역할을 강조하고 있습니다. 투기적 디코딩은 작은 모델이나 별도의 가속기가 여러 개의 후보 토큰을 먼저 생성하고 대형 모델이 이를 검증함으로써 전체 토큰 생성 속도를 높이는 방식입니다. 앞서 6월 29일 주간전략보고에서 DeepSeek의 DSpark를 소개하며 설명한 것처럼, 이 구조에서는 초안 토큰을 만드는 전용 하드웨어와 이를 검증하는 GPU가 함께 작동할 수 있습니다. d-Matrix는 엔비디아 GPU를 대체하는 독립적인 추론 시스템보다 투기적 디코딩을 통해 GPU의 유효 처리량을 높이는 보완형 가속기로 포지셔닝하고 있습니다.

​

대치하기보다 생태계 안으로 흡수를 택하다

엔비디아 입장에서 d-Matrix와 SambaNova는 장기적으로 잠재적인 경쟁자가 될 수 있습니다. 그러나 엔비디아는 이들과 강대강으로 대치하기보다 각 업체의 전용 칩이 엔비디아 GPU와 함께 작동하도록 만드는 전략을 택하고 있습니다. 추론 시장이 세분화될수록 GPU만으로 모든 작업을 처리하는 것보다 Prefill/Decode/투기적 디코딩 등 각 구간에 최적화된 가속기를 조합하는 것이 경제적일 수 있기 때문입니다.

​

모든 연산을 자사 GPU에서만 처리하게 만들기보다는 다양한 속기가 등장하더라도 엔비디아 GPU와 소프트웨어 스택을 중심으로 연결되도록 함으로써, 가속컴퓨팅의 표준이자 플랫폼으로 남으려는 방향입니다.

중국, 첨단 AI 모델의 수출통제 검토

중국 정부가 중국에서 개발된 최첨단 AI 모델의 수출을 통제하는 방안을 검토하고 있습니다. 폐쇄형 모델뿐 아니라 Open-weight 모델도 규제 대상에 포함하려는 계획입니다.

​

미국이 첨단 AI 모델의 해외 이전을 통제하려 했던 것과 유사하게, 중국 정부도 자국의 핵심 AI 기술이 해외로 확산되는 과정을 관리하려는 방향으로 움직이고 있습니다. 앞으로 중국 AI 기업들의 모델 출시와 가중치 공개와 해외 배포 과정에 정부의 개입이 더욱 강해질 가능성이 높습니다.

​

중국, H200의 제한적 구매 허용 검토

중국 정부는 자국 기업들이 엔비디아 H200을 소량 구매할 수 있도록 허용하는 방안을 검토하고 있습니다. 미국 정부는 2025년 12월 H200의 대중국 수출을 허가했지만 중국 정부는 자국 AI 반도체와 AI 공급망을 육성하기 위해 현지 기업들의 H200 구매를 승인하지 않고 있었습니다.

그러나 최근 몇 주 동안 알리바바, 바이트댄스, 딥시크 등 주요 AI 기업들이 H200 구매 허가가 가능할 것이라는 지침을 받은 것으로 알려졌습니다.

​

다만 전면적인 구매 허용과는 거리가 있습니다. 구매 승인을 받으려면 H200을 훈련 용도로만 사용해야 하고 전체 구매 물량도 20만 개 미만으로 제한될 가능성이 있습니다. 실제 승인 시점 역시 정책 판단에 따라 변동될 수 있습니다.

​

엔비디아의 단기 실적 기여는 제한적, 생태계에는 긍정적

엔비디아 입장에서는 H200의 중국 출하가 재개되더라도 단기적인 매출 기여는 크지 않을 것으로 예상됩니다. 현재 시점에서 CoWoS-S 패키징 물량을 확보하고 고객 주문을 확정한 뒤 실제 제품을 출하하기까지 필요한 시간을 고려하면 빨라도 CY4Q26부터 일부 매출이 반영될 가능성이 높습니다.

​

그마저도 허용 물량이 제한적이기 때문에 과거 시장이 기대했던 수준의 중국 매출 회복과는 거리가 있습니다. 따라서 H200 중국 판매 재개의 실적 기대감은 이전보다 상당히 낮아진 상태입니다.

​

다만 이번 조치의 의미를 단기 매출로만 평가할 필요는 없습니다.

​

중국의 오픈소스 AI 커뮤니티는 글로벌 AI 생태계에 상당한 영향력을 가지고 있습니다. 중국 개발자들은 상대적으로 구형인 GPU와 제한된 컴퓨팅 자원을 활용하면서도 추론 Throughput을 높일 수 있는 소프트웨어 최적화 기술을 빠르게 발전시켜 왔습니다.

​

중국 내 엔비디아 GPU Installed Base가 확대되면 이러한 최적화 기술과 소프트웨어 생태계가 계속 엔비디아 플랫폼을 중심으로 발전할 가능성이 높습니다.

이는 엔비디아 GPU의 활용 가치를 높이고 CUDA 생태계의 장기적인 네트워크 효과를 강화하는 요인입니다. 기대 수준은 낮아졌지만, 판매가 전혀 불가능한 것보다는 제한적으로라도 허용되는 편이 엔비디아에 긍정적입니다.

GS, 6월의 AI HW 공급망 병목 테이블

골드만삭스가 AI HW 공급망 병목 수준 테이블을 업데이트했습니다:

​

2026년 5월 대비 6월에서는,

DRAM/NAND : 1Q27~2Q27에서 Tight → Very Tight로 변경

InP 기판 : CY27에 대해 Very Tight → Tight로 변경

= InP Optical Lane 생산량은 늘어날 듯, Optics 제품들은 Very Tight 유지 중

T-glass : CY27에 대해 Balanced → Tight로 변경

​

제품군별로 보자면,

메모리/T-glass의 경우 공급 완화가 좀 더 지연될 것으로 봤습니다. 더 오랫동안 Very Tight 상태를 유지할 것으로 예상되며, CY3Q27쯤 이후에 Tight로 완화될 가능성도 있다는 뷰입니다.

광학 제품들은 광 케이블과 광 디바이스 모두 CY27 말까지 Very Tight 상태를 유지하며 안정적인 두 자릿수 가격 상승을 지속할 것으로 전망했습니다. 위의 InP 기판 공급이 늘어난다는 것은 광학 제품 기업들 입장에서는 수요-공급 밸런스를 깨지 않는 선에서 더 많은 수요를 충족하여 매출/이익으로 전환시킬 수 있다는 의미이므로 긍정적입니다.

기판/재료는 ABF 기판, PCB, CCL 등이 지속적이고 심각한 쇼티지에 직면해 있으며, CY26에 CCL과 ABF 기판 가격이 30~50% 상승하고 CY27에는 가격 상승세가 더 가팔라셔 45~60%일 것으로 전망했습니다.

MLCC는 CY1Q26쯤에 균형 상태를 유지하다가, CY27 말까지 Tight 상태를 예상했습니다.

​

CoWoS 공급망 체크

모건스탠리의 CoWoS 공급망 체크를 정리하면:

AMD:

CY27에도 MI300 시리즈와 MI500의 일부 생산이 더해질 예정입니다.

MI400 시리즈는 두 가지 버전으로 출시 예정입니다:

MI455 : 표준 버전으로서, 2개의 compute die, 12개의 HBM4 12단으로 구성됩니다. CPU 18개와 GPU 72개로 Scale-up된 Helios 랙 제품입닏. 주요 고객은 마이크로소프트, AWS, 오라클입니다.

MI450 : 메타에게 커스텀된 버전입니다. 칩 크기는 절반이며, 1개의 compute die, 6개의 HBM4 12단 제품으로 구성됩니다. CPU 9개와 GPU 36개로 구성됩니다.

MI455와 MI450의 HBM 공급업체는 SEC와 MU입니다.

AMD의 CY27 CoWoS 물량 전체는 530K지만, TSMC에게 할당된 물량은 240K입니다. CoWoS에 CPU가 들어오다보니 이제 CoWoS 할당이 곧 AI 업계 물량을 말하지 않습니다. 원래는 대략 CoWoS 물량에다가 AI ASIC들이 GPU 대비 칩당 가격이 비싸다는 가정 정도만 조율하면 감을 잡을 수 있었는데 이젠 그렇지 않다는 의미입니다.

AMD의 AI GPU 물량은 CY27 기준 MI455 100만 개 + MI450 50만 개로 예상합니다.

AMD CPU 칩 출하량은 CY26 100만 개 → CY27 570~600만 개로 예상했습니다.

엔비디아:

CY26에 Blackwell 칩 540만 개가 출하될 것으로 예상되며, 이정도 물량이라면 2H26까지 들어온 GB200/GB300 NVL72 랙 수요를 충족시킬 수 있을 것으로 예상됩니다.

CY27의 Rubin 및 Rubin Ultra 출하량은 700만 개일 것으로 예상되며, Rubin NVL72 랙 출하량은 CY27 90K일 것으로 예상했습니다.

메타:

2026년 초 2nm ASIC 프로젝트였던 Olympus를 취소했습니다. 대신 Apollo라는 코드명의 새로운 2nm 칩이 개발 중입니다. 양산은 1Q28로 예정되어 있습니다.

GUC가 메타의 새로운 ASIC 프로젝트 중 하나를 수주할 것으로 예상되며, 기존 MTIA 제품군과 별개의 사이드 프로젝트일 수 있다고 봤습니다. 1H27 tape-out을 목표로 하는 칩이고, CoWoS 칩 출하는 CY27 말 또는 1H28쯤 시작될 것으로 예상했습니다.

​

전력반도체 업계의 소송전

Wolfspeed가 GaN 및 SiC 특허 침해로 Navitas를 제소했습니다. Navitas도 즉각 이의를 제기하긴 했으나 노이즈가 낀 상태로 접어들었습니다. 법원 판결이 WOLF에게 유리하게 작용할 경우 NVTS는 제품 라인업에 대한 재품 재설계, 라이선스 의무, 판매 제한이 강요될 수 있기 때문입니다.

​

애플, 26년 PER 35배 / Underweight

애플 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

애플 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

​

애플, CXMT 메모리 칩 테스트 중

FT 보도에 따르면, 애플이 중국 내에서 판매되는 기기에 대해 CXMT 메모리 칩을 테스트 중입니다. 6월 29일 주간전략보고에서 전해드렸던 것처럼 애플이 탑재하는 시나리오는 중국 내에서 판매되는 아이폰에는 CXMT를 탑재하고, 중국 외에서는 SEC/SKH/MU의 메모리를 탑재하는 시나리오일 가능성을 가장 높게 생각합니다. 가격이 낮지는 않지만 LPDDR5 공급이 타이트한 상태에서 LPDDR5 확보력은 곧 시장 점유율과도 같은 시대인지라, 최대한 많은 협상 라인을 뚫어두기 위한 작업으로 보고 있습니다.

​

브로드컴-애플 ASIC 기술협력 5년 연장

브로드컴이 SEC 서류를 통해서, 애플 ASIC을 만드는 기술 협력을 2031년까지 연장하기로 합의했다고 발표했습니다. 애플은 브로드컴을 통해서 AI ASIC을 만들어 왔습니다.

​

구글, 26년 PER 30배 / Overweight

구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대 (바로가기)

구글 1Q26 실적발표 : 검색은 방어했고, 클라우드는 폭발했습니다 (바로가기)

주간전략보고 中 TPU v8t, TPU v8i에 대한 설명 (바로가기)

구글 4Q25 실적발표 : CY26 CAPEX 102%! 역대급 베팅과 자신감의 근거 (바로가기)

구글 3Q25 실적발표 : AI ARR $13B 돌파, 검색엔진이 다시 성장 엔진이 됐다 (바로가기)

Quick Take : 구글 반독점법 소송 판결, '계급장 떼고 붙어라' (바로가기)

구글 2Q25 실적발표 : 더욱 가속을 말하다, '2026년까지 AI 수요는 채워지지 않을 것' (바로가기)

​

구글 TPU v8 네트워킹 구조의 이해

TPU v8 네트워킹에 대해서 <구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대> 자료로 정리했습니다. 이제 같은 칩을 사도 같은 throughput이 나오지 않는 시대이며 AI Labs/하이퍼스케일러/칩 메이커의 co-design은 점점 더 하드웨어 깊숙이 내려가고 있다는 것이 핵심입니다.

​

글 말미에 전해드린, 함의점만 정리해보면 이렇습니다:

OCS, 빛의 경로를 바꾸다

OCS를 제대로 설명하려면 전체를 가져와야 했습니다. 광학 자료에서는 일부 면들만 기능적으로 소개할 수밖에 없기에 짤막짤막했는데, OCS를 전체로 이해하려면 TPU의 네트워크 토폴로지 전체를 한 번 다뤄볼 필요가 있었습니다. 뭐든지 왜 그런지에 대해서 이해해야 뉴스를 읽으시고도 스스로 해석하실 수 있고, 그 다음의 응용이 가능하실 것이기 때문에 실적발표가 없을 때에 심화편 of 심화편들을 정리하고 있습니다.

​

병목이 옮겨오며, 두 갈래로 갈라졌습니다.

병목이 옮겨왔습니다. AI 인프라의 제약은 연산(FLOPS)을 넘어 네트워킹으로 옮겨왔습니다. 수만 개의 칩이 동기화되어 움직이는 훈련에서는 낙오자 하나가 전체를 세우고 Tail Latency가 클러스터의 성능을 결정합니다. 134,000개 이상의 칩을 하나로 묶는 Virgo 패브릭은 본질적으로 이 문제에 대한 답입니다.

​

그리고 추론의 시대가 오면서 여기에 두 번째 종류의 네트워킹 문제가 얹혔습니다. 훈련은 규모, 추론은 워크로드 패턴이, 각각 다른 방식으로 네트워킹을 병목으로 만들었습니다.

훈련은 대역폭과 goodput의 싸움이고, 추론은 홉 수와 지연시간의 싸움입니다. 구글은 이 두 갈래 문제에 10년에 한 번 있을 법한 규모의 재설계로 응답했습니다. 그 기반은 OCS입니다. OCS는 구글의 Scale-up과 Scale-out 모두에서 핵심 기반이 됐습니다.

​

Extreme Co-design의 시대

Extreme Co-design의 시대가 왔습니다. 이제 칩만 워크로드별로 갈라지는 것이 아닙니다. 네트워크 토폴로지가 갈라지고(훈련은 3D Torus, 추론은 Boardfly), 데이터센터 전체가 훈련/추론/MoE 같은 모델과 워크로드를 중심으로 설계되고 있습니다. 이 흐름이 이어지면 훈련과 추론은 다른 칩, 다른 배선, 다른 전력 솔루션, 다른 데이터센터 스펙까지 요구하게 될 수 있습니다. co-design의 시대입니다.

​

그리고 예상도 해볼 수 있습니다. Agentic AI, Physical AI처럼 지금과 다른 통신 패턴을 요구하는 워크로드가 본격화되면, 세 번째와 네 번째 토폴로지가 등장할 것입니다.

​

같은 칩을 사도 같은 Throughput이 나오지 않는 시대

TPU v8은 칩 분리를 넘어 네트워킹 재설계를 알린 서막입니다. 같은 GPU/ASIC을 구매한다고 해서 같은 throughput이 나오는 시대로 진입했습니다. 이론상 Peak FLOPS가 아니라 실제로 유용한 연산에 쓰인 시간(goodput), 그리고 칩이 이론 최대치 대비 실제로 뽑아내는 비율(MFU)이 중요해졌고 이 숫자들은 이제 칩이 아니라 그 아래 깔린 네트워킹과 메모리 아키텍처와 함께 결정됩니다.

​

그래서 격차를 만드는 계층이 달라지고 있습니다. 지금까지 throughput 격차는 주로 가속기의 SW 계층에서 벌어졌습니다. 엔비디아가 앤스로픽과 오픈AI 같은 프론티어 랩들과 co-design을 선언한 것이 그 단계였습니다. 그런데 최근의 협력들은 스택의 더 아래층에서 체결되고 있습니다.

​

메모리 : 6월 22일, 마이크론과 앤스로픽이 맺은 전략적 협약은 단순 공급 계약이 아니었습니다. 메모리/스토리지 공급과 Series H 전략적 투자에 더해, 메모리/스토리지 AI 아키텍처의 공동 설계까지 포함하는 계약입니다. 앤스로픽의 컴퓨트 총괄은 "스택의 모든 계층을 제대로 만드는 것이 컴퓨트 전략의 핵심이며, 메모리와 스토리지가 그 중심"이라고 말했습니다. 워크로드에 맞춰 메모리 서브시스템을 함께 설계하는 단계에 들어선 것입니다.

인터커넥트 : 엔비디아는 3월 2 실리콘 포토닉스의 양대 축인 루멘텀과 코히런트에 각각 $2B, 총 $4B를 투자하며 수십억 달러 규모의 구매 약정과 생산능력 우선 접근권까지 확보했습니다. HBM과 첨단 패키징에서 그랬듯 이제 광학을 전략적 병목으로 보고 공급망을 직접 설계하겠다는 선언입니다. 3월 31일 마벨을 NVLink Fusion 생태계 파트너로 삼으며 마벨에게도 투자한 것도 같은 맥락의 다른 갈래입니다.

​

AI Labs/하이퍼스케일러/칩 메이커와 협력업체들의 co-design이 메모리 아키텍처과 광학 네트워킹으로 내려가고 있습니다. 협력의 층위가 점점 하드웨어 깊숙이 내려가고 있다는 것 자체가 신호입니다.

격차가 벌어지는 지점이 그만큼 아래로 내려갔다는 뜻입니다. <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유> 자료에서 전해드렸던 맥락에 이어서, 이번 자료에서도 말씀드리고자 하는 것은 스펙이 아니라 스택 전체를 읽는 것이 중요해지고 있다는 의미입니다.

​

마이크로소프트, 26년 PER 22배 / Neutral

마이크로소프트 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

마이크로소프트 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

마이크로소프트 3Q25 실적발표 : 오픈AI가 주도하는 스타게이트에 업혀가는 마이크로소프트 (바로가기)

마이크로소프트 2Q25 실적발표 : 클라우드가 이끄는 성장, Agentic AI 도입 가속화 (바로가기)

오픈AI 기업분석 : 빅테크를 위협하는 새로운 플랫폼으로서 ChatGPT의 가치를 생각해보다 (바로가기)

​

마이크로소프트, OpEx를 가볍게 하기 위한 감원

마이크로소프트가 전사 직원 2.1%에 해당하는 4,800명을 감원할 예정입니다. 게임 사업부에서 3,200명을 감원하고 월요일부터 바로 1,600명의 직원을 해고할 예정입니다.

​

Wolfe, 마이크로소프트 FY27 CapEx $230B → $270B로 상향

Wolfe Research는 마이크로소프트의 FY27 CapEx 추정치를 $230B → $270B로 상향했습니다. 이에 마이크로소프트가 FY27 마이너스 FCF를 기록할 것(기존 $14.7B → -$17.4B)으로 추정했습니다.

GPU 가동량을 늘리면서 FY27 GPM은 64.0% → 63.1%로 낮췄고, FY27 EPS 추정치는 $19.28 → $19.02로 낮췄습니다.

​

또한 CY26 CapEx $15B 증가분 중에서 ~$10B가 메모리 가격상승을 반영한 것으로 봤습니다. 2H26 단기 자산 CapEx의 30%가 메모리로 구성되어 있다는 추정과 YTD 가격이 40% 상승했다는 것을 반영했으며, 나머지 ~$5B는 부품 비용에 대한 버퍼 및 Azure를 위해서와 Copilot 훈련을 위해 컴퓨트 용량을 늘리려 GB300 NVL72 랙 구매량을 늘렸기 때문으로 분석했습니다.

​

오픈AI GPT-5.6 Sol 시리즈 공개

오픈AI GPT-5.6 Sol/Terra/Luna가 공개됐습니다:

​

유리한 벤치마크만 공개하고 그렇지 않은 것은 내세우지 않다보니 정확히 같은 기준으로 비교하기는 어렵지만, 대략의 벤치마크 레벨들을 보고 느낀 것은 Fable 5에 비해서 성능격차는 매우 좁혔는데 가격은 Fable 5 대비 60% 수준이라 나름 고사양 영역에서는 파레토 프론티어를 확장했습니다.

​

근데, 실제로 며칠 써보니 사용 사례들마다 다를뿐 뭔가를 꼼꼼하게 작업하기에는 Fable 5와 비견하는 성능이라고 느껴서 더 좋게 보고 있습니다. 8월 예정대로 GPT-6까지 출시할 수 있다면 GPT-5.6 Sol에서 격차를 크게 줄인 것을 발판으로 → GPT-6에서 앞서거나 비등해지는 수준으로 리더십 회복이 가능하지 않겠나 싶습니다.

​

고사양 파레토 프론티어를 장악하다

주요 모델들의 API 가격은 백만토큰당 input/output 기준 : Mythos/Fable 5 $10/$50(SOTA) > GPT-5.6 Sol $5/$30(꼭 Fable을 쓸 정도만 아니면 모든 면에서 고사양 파레토 프론티어) > Opus 4.8 $5/$25 > Sonnet 5 $3/$15 > GPT-5.6 Terra $2.5/$15(적당히 쓸 때의 가성비) > Gemini 3.1 Pro $2/$12 > Gemini 3.5 Flash $1.5/$9 > Grok 4.5 $2/$6(Opus 4.7급을 매우 저렴하게, 저사양 파레토 프론티어) > GPT-5.6 Luna $1/$6 > GLM-5.2 $1.4/$4.4(open-weight 중 가장 우수) > Muse Spark 1.1 $1.25/$4.25(Opus 4.6보다는 우수, 4.7보다는 열위인 모델을 더욱 더 저렴하게, 저사양 파레토 프론티어) > Kimi K2.7 $0.95/$4입니다.

​

오픈AI 내에서 test-time compute를 연구 중인 수석 연구원 노암 브라운은 ICML2026에서 "대부분의 작업에서 인간 인턴 연구원보다 GPT-5.6 Sol을 AI 연구에 사용할 것"이라고 말했습니다.

​

아마존, 26년 PER 31배 / Neutral

아마존 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기​)

아마존 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 2Q25 실적발표 : 물류혁신의 3단계 진입, AWS의 현 상태 체크 (바로가기)

​

아마존 $25B 회사채 발행

아마존이 $25B 규모의 회사채를 발행했습니다. 최대 수요는 $62B였는데 최종 주문은 $41B(수요가 발행 규모의 1.6배 수준)였습니다. 시장의 센티가 약해져있다보니 이에 대한 입찰 수요도 적었습니다. 위 왼쪽 테이블에 빅테크들이 발행한 규모(size)와 최종 주문수요(Final order book)가 얼마나 되는지를 비율로 매겨서 최종 주문수요 비율(Final cover ratio)을 매겼을 때 1.6배면 2026년 들어서서는 가장 낮은 수치입니다.

​

오라클/코어위브 CDS 당시를 기억하시겠지만, 이러한 수요/입찰도 상당히 주가와 센티 영향을 많이 받았습니다. 안좋기는 안좋지만 다 같은 원인을 가지고 재해석하는 것이라서 너무 크게 생각하진 않고 있습니다.

​

흑자 기업 앤스로픽이지만 여전히 IPO를 추진하는 이유

SemiAnalysis의 앤스로픽 IPO 재무 정보 뜯어보기 자료를 정리해보면, 앤스로픽은 이미 2Q26 Non-GAAP 기준 흑자기업이며, 3Q26에는 GAAP 영업이익도 $1B 이상 가능할 것으로 예상됩니다.

​

그럼에도 앤스로픽이 IPO를 추진할 이유로 세 가지를 짚었습니다:

앞으로 필요한 컴퓨트 규모가 훨씬 크기에 주식과 채권시장 접근성이 필수적입니다.

공개되고 감사된 재무제표가 있으면 대기업 고객들이 장기 계약을 체결하기가 쉬워집니다.

인재 경쟁에서 직원들에게 주식을 주고, 쉽게 현금화할 수 있는 면에서는 공개시장 주식이 유리합니다.

​

Usage-based API 매출이 핵심

앤스로픽의 가장 중요한 강점은 매출구조입니다. SemiAnalysis는 앤스로픽 전체 ARR의 약 75~85%가 사용량에 따라 과금되는 Usage-based API 매출이라고 추정했습니다. 반면 오픈AI는 1Q26 기준으로 여전히 구독과 소비자 매출의 비중이 높은 것으로 분석했습니다.

​

이 차이는 AI 사용량이 급증할수록 중요해집니다. 정액 구독 모델은 사용자가 매달 $20, $100, $200을 지불한 뒤 서비스를 많이 사용할수록 기업이 부담해야 하는 추론 비용이 증가합니다. 사용량이 늘어나도 매출은 고정되어 있기 때문에 오히려 마진이 악화될 수 있습니다.

​

반대로 API 모델은 고객의 토큰 사용량이 증가할수록 매출도 함께 증가합니다. Agentic AI와 코딩, 업무 자동화, 기업 내부 도구의 활용이 확대되면 한 고객이 사용하는 토큰의 양도 폭발적으로 늘어납니다. 앤스로픽은 이러한 사용량 증가가 곧바로 매출 증가로 연결되는 구조입니다. 오픈AI가 여전히 무료 사용자와 정액 구독자의 컴퓨트 비용을 부담하고 있는 것과 대비됩니다.

Claude Code가 만든 B2B AI의 변곡점

Claude Code는 B2B AI 시장의 변곡점이 된 제품이며 최근 앤스로픽 ARR 성장의 대부분이 Claude Code에서 발생한 것으로 추정됩니다. Claude Code는 전체 GitHub 커밋의 7% 이상에 관여하고 있습니다. 또한 AI Labs의 ARR 65% 이상이 코딩과 관련된 사용 사례에서 발생하고 있는 것으로 분석했습니다.

​

Claude Code의 성장은 기업용 AI에서 중요한 것이 단순한 사용자 수가 아니라 실제 업무 과정에서 얼마나 많은 토큰을 지속적으로 소비하게 만드는가라는 점을 보여줍니다.

​

전사 GPM 65%에 도달했다

앤스로픽의 전체 GPM은 2024년에는 마이너스였지만, 현재는 65%대까지 개선됐습니다:

​

모델의 추론 효율이 개선되면서 동일한 컴퓨트 자원으로 더 많은 토큰을 처리할 수 있게 됐습니다.

고성능 모델과 에이전트 워크로드 침투율 상승 덕에 높은 토큰 가격을 유지하면서, 단위 전력당 매출(ARR per MW)이 크게 상승했습니다. 앤스로픽의 ARR per MW는 9개월 전 $16M → 올해 말에는 $60M까지 높아질 것으로 예상됩니다. 컴퓨트 비용은 일정 부분 고정비 성격을 갖습니다. 따라서 같은 MW의 컴퓨트에서 더 많은 매출을 창출할 수 있게 되면 추가 매출에서 발생하는 증분 마진은 매우 높아집니다.

​

오픈AI보다 우위인 Gross Profit 구조

오픈AI는 9억 명 이상의 무료 사용자를 지원해야 하기 때문에 같은 규모의 ARR을 기록하더라도 앤스로픽보다 수익성이 낮을 수 있습니다. SemiAnalysis는 앤스로픽과 오픈AI가 동일하게 $100B의 ARR을 기록하더라도 오픈AI의 Gross Profit이 앤스로픽보다 약 $25B 적을 것으로 추정했습니다.

​

앤스로픽은 더 많은 Gross Profit을 훈련 컴퓨트와 모델 개발에 재투자할 수 있습니다. 더 많은 재투자는 다음 모델의 성능 개선으로 이어지고 모델 성능 향상은 다시 더 높은 매출과 Gross Profit을 만들어냅니다.

결국 앤스로픽은 모델 성능 개선과 수익성 개선이 서로를 강화하는 플라이휠을 구축하고 있다는 논리입니다.

​

CSP들의 TaaS가 기업 고객 도입을 가속화했다

앤스로픽 ARR 약 15~20%는 AWS Bedrock, Azure AI Foundry, Google Vertex AI 및 Gemini Enterprise와 같은 간접 채널에서 발생하는 것으로 추정됩니다. 1Q26에는 해당 비중이 5~10% 수준이던 것으로 추정되니 매우 빠르게 증가하고 있습니다.

​

앤스로픽은 클라우드 채널을 통해 발생한 API 매출 중 일부는 클라우드 사업자와 나눠야 합니다. SemiAnalysis는 이 비중을 약 20%로 추정했습니다. 직접 판매보다 단기 매출총이익률은 낮아질 수 있습니다.

​

그러나 대기업 고객은 이미 사용하고 있는 클라우드 계약과 보안 체계, 컴플라이언스 시스템을 그대로 활용할 수 있습니다. 클라우드 사업자와 약정해 둔 컴퓨트 예산도 앤스로픽 모델 사용에 투입할 수 있습니다. 따라서 간접 채널은 단기적으로 마진을 일부 낮추더라도 대기업 고객의 도입 장벽을 낮추고 전체 시장 침투 속도를 높이는 역할을 합니다.

​

AI Labs의 성장 제약은 수요가 아니라 컴퓨트

SemiAnalysis는 앤스로픽과 오픈AI의 2030년 컴퓨트 수요가 합산 100GW를 넘어설 것으로 전망했습니다. 반면 현재 두 회사가 접근할 수 있는 컴퓨트는 약 6GW 수준에 불과한 것으로 추정됩니다. 모델 훈련과 추론에 필요한 컴퓨트 공급이 수요 증가 속도를 따라가지 못하고 있다는 의미입니다.

​

코딩에서 검증한 성장 공식을 다른 산업으로도 확장할 것으로 기대

SemiAnalysis는 Claude Code가 코딩에서 보였던 성장을 다른 vertical에서도 반복할 수 있을 것으로 추정했습니다. 특히 사이버보안, 헬스케어, 금융, 바이오 등에서 새로운 S-curve가 생길 수 있다는 뷰입니다. 결과적으로 앤스로픽이 CY27 말 ARR $300B를 달성하고 20배의 ARR 멀티플을 적용하면 기업가치 $6T가 가능할 것이며 장기적으로 AI Lab도 소프트웨어 기업처럼 30~40% EBIT/FCF margin이 가능하다고 봤습니다.

​

메타, 26년 PER 22배 / Neutral

메타 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기​)

메타 4Q25 실적발표 : GPU를 조려봤습니다. 또 한 번의 서프라이즈 (바로가기)

골드만삭스 테크 컨퍼런스 : "전례 없는 수요를 보고 있습니다" (바로가기)

메타, 저커버그는 왜 지금 '세계 최고의 AI 용병단'을 꾸렸나 (바로가기)

메타의 야망, AI 시대의 '눈 👀'을 차지하라 (스마트 글래스) (바로가기)

​

I'm Back, 메타의 파레토 프론티어 복귀

​

I'm Back #1 : 메타, Muse Spark 1.1 발표

메타의 CEO 마크 저커버그가 X에서 Muse Spark 1.1을 직접 발표했습니다:

​

Meta Model API와 Meta AI를 통해서도 서비스될 예정입니다. 벤치마크 비교군 모델들로는 Muse Spark, Gemini 3.1 Pro, Opus 4.8, GPT-5.5를 비교했습니다.

비교한 순서를 보면 '우리 모델이 제미나이보다는 낫다'를 보여주려고 한 것 같으나, 구글 제미나이는 사실상 지금 완전히 성능과 가성비 모두에서 밀린 Tier 2 AI Labs라서 '제미나이보다 낫다'는 맥락이 많이 와닿진 않았습니다. 정말 자신있으면 전일 발표했던 Grok 4.5처럼 꼭 필요한 벤치마크들만 쭉 나열하면 됩니다.

​

Muse Spark 1.1은 현실적으로 Opus 4.6/4.7과 비교해보니 Opus 4.6보다는 더 좋고, Opus 4.7에는 못미치는 모델입니다. Opus 4.6 출시일이 2월 5일 → Opus 4.7는 4월 16일 → Opus 4.8은 5월 28일에 공식 출시됐습니다. 그런데 비슷한 가격대 비교군으로 보자면 GLM-5.2보다 전반적으로 비슷하거나 약간씩 우세한 정도입니다. 이정도면 가격 설정을 꽤 잘했습니다.

​

이제 막 Agentic AI 경쟁에 진입한 것이므로 Grok이나 Muse Spark는 사용자 풀과 피드백 루프부터 갖출 필요가 있습니다. 아무리 가격을 낮게 잡더라도 절대적인 성능이 유의미하지 않다면 매력적이지 않았을 것인데, 이정도면 꽤 오래걸리긴 했지만 파레토 프론티어에 걸쳐있다는 점에서 구글 딥마인드를 넘어 Tier 1.5 AI Labs로 자리매김했다고 볼 수 있습니다. Tier 2에는 구글 딥마인드와 주요 중국 기업들이, Tier 3에는 마이크로소프트, 아마존, 미스트랄 등이 있습니다.

​

Muse Spark → Muse Spark 1.1의 사후훈련 강화가 굉장히 잘 먹혀들어간 것을 보면 MSL 팀이 제대로 된 사람들을 데려오긴 했나보다 싶습니다.

이에 대해서는 <주간전략보고 : 투자의 생각 (10월 13일~10월 17일) *첨부자료 4* MSL의 사전훈련/인프라/멀티모달/사후훈련의 헤드에 대해서 정리드린 바 있습니다. *지금 다시보니 Reasoning에서 Trapit Bansal, 인프라에서의 Joel Pobar를 안 넣었었습니다.*

​

이번 Muse Spark 1.1은 알렉산드르 왕이 말했던 10배의 사전훈련 컴퓨트를 사용한 "Watermelon"이 아닌데 이정도 스펙이면, 다음 모델에 대해서도 기대하게 만드는 스펙입니다.

​

CY27에도 CapEx 가속화 예정

메타의 내부 메모에 따르면, 메타는 CapEx를 가속화할 예정입니다:

CY27 +7GW를 온라인하고 → CY27에는 +14GW를 온라인할 계획입니다.

자체 AI ASIC "Iris"의 테스트를 6주 만에 끝냈으며 9월부터 생산 시작 예정입니다.

인프라 확장을 위해 메모리, 스토리지, 광섬유 장비 관련 다년치 공급 계약을 체결했습니다.

​

캐나다에서도 추가 1GW Powered Shell 계약

메타가 캐나다 앨버타주에 1GW(1.8GW까지 확장 가능) 규모의 데이터센터를 발표했습니다. Powered Shell을 구축하는 데에는 $10B가 드는 프로젝트입니다. 지난주 주간전략보고에서 전해드렸던 것처럼 메타의 CapEx는 CY27 $200B~$225B를 향해서 가고 있어 보입니다.

​

저커버그가 말하는 클라우드 컴퓨팅의 '맥락'

저커버그가 블룸버그와의 인터뷰에서 AI 컴퓨팅과 클라우드에 대해 말했습니다:

"컴퓨팅 자원을 빌리기 위해 제안받는 가격들이 워낙 높기 때문에, 경우에 따라서는 우리가 직접 사용하는 것보다 외부에 임대하거나 그런 형태의 계약을 검토하는 것이 더 합리적일 수 있다."

"클라우드 사업은 우리가 원한다면 언제든 추진할 수 있는 잠재력이 있다."

"업계에서 컴퓨팅 자원이 충분하다고 생각하는 사람은 한 명도 보지 못했다. 메타는 보유하고 있는 모든 컴퓨팅 파워를 사용하고 있다."

"경쟁사의 모델을 메타의 인프라에서 호스팅하고 접근권을 판매하는 것도 충분히 가능한 일이며, 검토할 만한 합리적인 방안이라고 생각한다. 일종의 안전판이 될 수 있다고 생각한다. 어떤 이유에서든 우리가 모든 컴퓨팅 자원을 직접 사용할 필요가 없어지더라도 시장에는 막대한 수요가 있다. AWS나 Azure, Google Compute처럼 장기 계약으로 판매할 수도 있다."

"SpaceX의 모델은 상당히 흥미롭다고 생각한다. 높은 프리미엄을 받고 단기 계약을 체결하는 방식이다. 우리도 이런 종류의 제안을 다양하게 받고 있으며, 하나씩 검토해 어떤 선택이 합리적인지 판단할 것이다. 다만 현재로서는 컴퓨팅 자원을 내부적으로 활용할 곳도 매우 많다고 보고 있다."

​

잉여가 아닌 초과수요가 핵심 포인트

지난주 주간전략보고에서 전해드렸던 맥락처럼 'Excess' Compute가 존재해서 이걸 팔겠다는 것에 초점을 맞추는 것이 아니라, ⓐ메타 내에서도 메타 밖에서도 엄청난 GPU 수요가 있다. ⓑ지금은 자체 사용해서 다 쓰고 있지만 심지어는 GPU에 대한 수요가 얼마나 높으면 스스로 쓰는 것보다 더 마진이 높을 수 있기에 ⓒ이에 따라 CapEx를 더욱 가속화하더라도 충분히 합리적인 결정이며 수익화할 루트가 굉장히 많다는 것을 강조하기 위한 맥락이라고 봅니다.

​

Meta Superintelligence Labs, AGI 경쟁의 3인자가 될까?

SemiAnalysis가 최근 MSL의 동향에 대해 분석자료를 올렸습니다.

​

Muse Spark의 현재 절대적인 성능보다 고무적인 부분은 모델의 개선 속도입니다. Muse Spark는 처음 출시됐을 당시 주요 오픈소스 모델보다도 뒤처졌지만 이후 앤스로픽과 오픈AI와의 성능 격차를 빠르게 좁히고 있습니다. SemiAnalysis는 이러한 추세가 이어진다면 "2026년 말에는 앤스로픽/오픈AI급 모델 성능에 근접할 가능성이 있다"고 평가했습니다.

​

AI Lab의 6개월 뒤 경쟁력을 예측하는 데 가장 중요했던 요소는 지금까지 크게 세 가지였습니다:

​

데이터

인재

컴퓨팅 용량

​

메타는 이 세 가지 요소에서 모두 세계 최고 수준에 도달할 가능성이 가장 높은 AI Lab입니다.

​

메타 내에 자체 RL 데이터 회사를 만들어버렸다

메타는 직원들의 화면/키보드/마우스 작업 데이터를 수집하고 있으며 약 3,000명의 엔지니어를 RL 과제와 학습 환경 제작에 투입했습니다. 사실상 회사 내부에 대규모 RL 데이터 생산 조직을 구축한 것입니다. 이 데이터의 강점은 실제 업무 과정에서 생성된다는 것입니다. 외부 데이터 업체들이 작업자를 고용해 인위적으로 만들어내는 데이터보다 현실성이 높고 실제 고부가가치 업무를 자동화하는 데 직접 활용될 가능성이 큽니다.

​

현재 AI 데이터 시장에서는 Mercor, Surge, Handshake가 각각 ARR $1B를 넘어섰고, Fleet, Mechanize, Afterquery 같은 신생 업체들도 ARR $100M 이상으로 성장했습니다. 그만큼 Agentic AI를 위한 고품질 RL 데이터의 가치가 빠르게 높아지고 있습니다.

​

특히 Agentic AI용 RL 데이터 공급은 Scale AI가 기존에 가장 강점을 보였던 분야입니다. 현재 MSL을 이끄는 알렉산드르 왕의 전문성이 메타의 내부 데이터 생산 시스템과 직접적으로 결합되고 있는 것입니다.

​

오픈AI/앤스로픽보다 더 많은 컴퓨팅을 확보할 것

메타는 Prometheus와 Hyperion을 포함해 미국에서 1GW 이상의 초거대 AI 클러스터 5개를 동시에 건설하고 있습니다. 메타는 자체 광고 사업에서 발생하는 막대한 현금흐름을 기반으로 외부 자금조달에 의존하는 앤스로픽이나 오픈AI보다 훨씬 많은 내부 AI 컴퓨팅을 확보할 수 있기 때문입니다.

​

2026년 말에는 메타가 보유한 전체 AI 컴퓨팅 용량이 오픈AI와 앤스로픽의 용량을 합친 것보다 많아질 것으로 예상됩니다. 물론 메타의 컴퓨팅 자원 상당 부분은 추천/랭킹 시스템과 생성형 광고에 사용됩니다. 전체 AI 컴퓨팅이 모두 모델 훈련에 투입되는 것은 아닙니다. 그럼에도 메타가 모델 훈련과 연구에 배정하는 컴퓨팅 규모는 오픈AI 및 앤스로픽과 비슷한 수준을 꾸준히 유지할 가능성이 높습니다.

메타는 기존 사업에 AI를 적용하면서도 동시에 프론티어 모델 경쟁을 이어갈 수 있는 드문 사업구조를 갖고 있습니다.

​

프로메테우스의 특징과 Scale-across/DCI 수요 증가

프로메테우스는 단일 데이터센터가 아닙니다. 총 6개의 캠퍼스와 27개의 데이터센터로 구성된 거대한 네트워크입니다. 이 가운데 5개 캠퍼스는 반경 6km 이내에 밀집해 있고, 나머지 1개 캠퍼스는 약 75~80km 떨어져 있습니다. 하나의 데이터센터를 수백MW 또는 GW급으로 계속 확장하면 전력 공급과 열 관리의 난도가 급격하게 높아지기 때문에 여러 캠퍼스로 인프라를 분산한 것입니다.

​

하지만 물리적으로 분산된 데이터센터들을 하나의 거대한 AI 클러스터처럼 사용하려면 네트워킹 설계가 매우 중요해집니다. 서버와 랙 내부의 Scale-up, 데이터센터 내부의 Scale-out을 넘어 서로 다른 데이터센터를 연결하는 Scale-across와 DCI의 중요성이 높아지는 것입니다.

​

최근 Lumentum, Coherent, VIAVI, Ciena, Nokia 등에서 DCI 관련 제품 수요가 급격히 증가한 배경도 여기에서 찾을 수 있습니다. DCI용 광학 부품과 네트워크 장비 수급은 원래도 타이트했지만 1Q26부터는 단순한 공급 부족을 넘어 쇼티지 수준까지 심화됐습니다. AI 클러스터의 규모가 단일 데이터센터가 감당할 수 있는 범위를 넘어가면서 여러 캠퍼스와 데이터센터를 고대역폭/저지연으로 연결해야 하는 수요가 빠르게 늘고 있기 때문입니다.

​

네트워크 토폴로지가 중요해지고 있다는 점에서는 <구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대> 자료도 많은 도움이 되실 거라 생각합니다.

​

메타와 구글, 컴퓨트를 바라보는 시선이 다르다

구글은 메타와 상당히 다른 전략을 선택하고 있는 것도 인상적입니다.

​

앤스로픽, 오픈AI, 메타, xAI가 자체 프론티어 모델과 초지능 개발을 위해 최대한 많은 컴퓨팅을 내부에 축적하려는 것과 달리 구글은 가장 희소한 자원인 AI 컴퓨팅 상당량을 경쟁 AI Lab인 앤스로픽에 판매하고 있습니다.

​

SemiAnalysis는 향후 2년간 구글이 증설하는 데이터센터 용량 대부분이 IaaS와 타사 모델 API 사업에 투입될 것으로 분석했습니다. 구글이 데이터센터와 TPU 인프라 투자를 가속하고 채권까지 발행하고 있지만 신규 용량의 상당 부분은 구글 딥마인드가 아니라 앤스로픽과 같은 대형 외부 고객에게 임대될 가능성이 높다는 것입니다.

​

결과적으로 구글 딥마인드가 자체 훈련과 연구에 사용할 수 있는 컴퓨팅 자원은 오픈AI, 앤스로픽, MSL보다 적어질 수 있습니다. 구글뿐만 아니라 아마존과 마이크로소프트도 비슷한 방식으로 접근하고 있습니다. 비슷하게 클라우드적 사고로 투자 중이므로 앤스로픽과 오픈AI에 이은 3위 자리를 놓고 경쟁하는 AI Labs는 스페이스X와 메타일 가능성이 높아보입니다.

​

테슬라, 26년 PER 198배 / Underweight

스페이스X IPO 분석 #2 : 화성으로 가는 길에서, 지구를 손에 넣다 (바로가기)

스페이스X IPO 분석 : 머스크 제국의 심장, 스타링크가 떠받치는 스타십과 AGI (바로가기)

테슬라 1Q26 실적발표 / 주간전략보고 中 (바로가기)

테슬라 4Q25 실적발표 : AI 초가속을 진심으로 믿는다면, 피할 수 없는 CAPEX (바로가기)

테슬라 3Q25 실적발표 : 머스크의 새로운 24개월 로드맵, 합리적인 기대는 어디일까? (바로가기)

테슬라 2Q25 실적발표 : 트럼프 OBBBA의 네 가지 역풍, 머스크의 고민 (바로가기)

​

테슬라, 옵티머스 생산라인을 위해 모델 S & X 라인 철거

테슬라가 모델 S & 모델 X 조립 라인을 46일 만에 철거 완료했다는 영상을 올렸습니다.

​

AI Labs 3위로 향하는 경쟁 : xAI도 복귀

​

I'm Back #2 : Cursor 데이터를 처음 적용한 Grok 4.5

스페이스X가 Cursor 데이터를 사후훈련에 적용한 모델 Grok 4.5를 출시했습니다. Grok 모델의 파라미터 규모는 다음과 같이 확대되고 있습니다. Grok 4.2는 0.5T 파라미터 → Grok 4.3도 0.5T → Grok 4.4는 1.0T → Grok 4.5는 1.5T 모델로 처음으로 Cursor 데이터를 사후훈련에 적용한 모델이며 → 7월 내 훈련을 끝내고 8월쯤 출시될 차세대 Grok 모델은 2.0T 모델로서 Cursor 데이터를 사전훈련부터 활용하는 모델이고, 처음으로 GB300에 맞게 만들어 2배 이상 TPS가 잘 나올 C/C++ 추론 소프트웨어 사용할 모델입니다.

​

오랜만에 AI Labs 경쟁 구도를 뒤흔든 결과

Grok 4.5에서 가장 중요했던 부분은 절대적인 모델 성능뿐만 아니라, 더 강력한 차세대 모델이 이미 예정된 상황에서 현재 모델의 성능이 어디까지 올라왔느냐였습니다. 3위 경쟁을 노려볼 수 있을만큼 상당히 좋아졌습니다. AI 하드웨어 밸류체인 전체에도 긍정적인 소식입니다.

​

앤스로픽과 오픈AI가 업계를 주도하며 경쟁 구도를 굳혀버릴 경우 AI Labs들은 새로운 성능 영역을 개척하는 경쟁보다 비용과 효율을 높이는 경쟁을 우선할 가능성이 높았습니다. 그러나 컴퓨트를 대규모로 투입해 선두권을 추격하고 있던 두 주자가 모두 꽤나 유의미한 성과를 보여줬습니다. xAI가 가장 잘했고 MSL은 개선 속도면에서 유의미했습니다. 물론 6월 29일, 7월 6일 주간전략보고에서 전해드렸던 것처럼 프론티어 AI Labs들 주도의 개척 → 효율 리듬이 깨질 것으로 전망하진 않습니다.

파레토 프론티어를 확장하는 모델 'Grok 4.5'

Grok 4.5는 제미나이보다 상당히 높은 수준의 성능을 보여줬으며 단순히 기존 파레토 프론티어 위에 올라선 것을 넘어 프론티어 자체를 유의미하게 확장한 모델로 평가할 수 있습니다. 주요 코딩 벤치마크에서는 Opus 4.7에 근접한 수준을 기록했고 GLM 5.2와 Kimi K2.7보다도 상당히 높은 성능을 보여줬습니다.

​

가격도 매우 공격적입니다. input $2.00/output $6.00으로 출시했기 때문에 수요가 꽤 높을 듯 합니다.

​

두 플레이어의 AGI 경쟁 복귀 성공은 엔비디아 입장에서도 고무적이다

Muse Spark 1.1과 Grok 4.5의 성공은 엔비디아에도 긍정적입니다. AI Labs 가운데 훈련과 추론 인프라의 중심에 엔비디아 GPU에를 가장 비중있게 두고 있는 기업은 대략 xAI/MSL > 오픈AI > 앤스로픽 순서이기 때문입니다. 두 기업 모두 GB200/GB300 NVL72를 공격적으로 구매한 결과로 더 많은 RL, 더 많은 FLOPS를 가지고 다시금 AGI 경쟁 본대로 복귀할 수 있었습니다.

​

따라서 xAI와 MSL의 ARR이 증가할수록 AI Labs 전체 매출 가운데 엔비디아가 가져갈 수 있는 매출 점유율도 높아지는 구조입니다. 특히 xAI는 차세대 모델과 추론 소프트웨어를 아예 GB300에 맞춰 전면적으로 최적화하고 있습니다. xAI의 모델 경쟁력이 높아지고 수요가 증가할수록, 엔비디아의 훈련 GPU뿐만 아니라 추론 GPU 수요에도 직접적인 수혜로 연결될 수 있습니다.